《表2 决策树数量对RFC模型查准率的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于随机森林算法的电线覆冰检测技术》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表2可知，决策树数量由10增加到20后平均查准率有一定的提升。决策树数量从20增加到35这个过程中，平均查准率没有明显变化。在这之后，决策树数量的增加反而会使平均查准率有一定程度的下降。表3可知，决策树数量由10增加到20后平均查全率有一定的提升，并在决策树数量达到25左右时达到最佳。在此之后，决策树数量的增加反而会使得平均查全率下降。实验数据表明，决策树数量设定为25时，随机森林分类模型能够更好地拟合积冰数据。结合表2、表3可以发现，在相同参数下，查全率几乎总是低于查准率。而且RFC模型在实验数据上出现漏报的概率要大于出现虚警的概率。