《表3 3种聚类方法对支持向量机SVM预测的影响》

  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

《基于聚类的输电线路工程造价综合智能预测方法》

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

继续使用以上70组去噪220 kV输电线路的工程造价数据。首先，分别利用K-Means聚类、层次聚类和模糊聚类算法对该数据进行聚类，依据聚类结果排除掉6组单独成类的样本（视为特例），剩余64输入数据，选取56组数据作为训练组，8组数据作为测试组；之后基于3种聚类后的数据完成BP神经网络和支持向量机SVM算法的预测过程；最后将聚类前和聚类后的预测误差进行比对，得到表2和表3所示的结果，聚类1表示K-Means聚类，聚类2表示层次聚类，聚类3表示模糊聚类。