《表3 3种聚类方法对支持向量机SVM预测的影响》
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。
图表编号 | XD0073606200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 王胜毅、蔄晓琨、于振、夏君 |
绘制单位 | 国网山东省电力公司、国网山东省电力公司建设公司、国网济南供电公司、国网济南供电公司 |
更多格式 | 高清、无水印(增值服务) |