《表3 RF调参结果:基于地铁历史数据的PCA-RF分时段客流预测方法》

《表3 RF调参结果:基于地铁历史数据的PCA-RF分时段客流预测方法》   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
《基于地铁历史数据的PCA-RF分时段客流预测方法》


  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

在使用RF时,参数oob_score设定为True,即使用OOB样本评估模型的好坏,criterion选择默认的标准。首先对参数n_estimators进行网格搜索[11],得到最优的值为130,依次类推,最终得到所有所需的参数值(见表3)。随后使用最优参数和包含1?400?000条数据的训练集对模型进行训练。