《表4 算法的结果分析：基于迁移学习的电力通信网异常站点业务数量预测》

  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

《基于迁移学习的电力通信网异常站点业务数量预测》

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

本文考虑以下几种对比实验:Target表示只用目标省份的数据进行训练；Target+Source表示将目标数据和辅助数据放在一起进行训练；Muti?TrAdaBoost表示使用本文提出的加权多源的TrAdaBoost回归算法进行训练；Muti?TrAdaBoost withoutγ表示在算法执行中不使用本文提出的误差容忍系数γ。实验结果见表4。通过实验结果可以发现:由于数据量过少，只用目标省份的数据很难训练出满意的模型；迁移学习考虑了目标领域与源领域数据分布的差别，在模型的分数上有一定的提升；容忍系数γ的引入，一定程度上解决了在回归问题中，源领域样本权重缩减太快的问题，从而提高了算法的效果。