《表2 5种算法混淆矩阵结果》

  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

《LTE小区的人工智能应用与探索》

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

经过样本筛选、特征工程、特征降维后，本课题所用数据集的样本数共1 465条，其中，扩容小区样本110条，非扩容小区样本1 355条，98维特征。目标变量为是否扩容，其中，1表示扩容，0表示非扩容。本课题分别利用K近邻、逻辑斯特回归、决策树、随机森林、支持向量机分别对样本构建分类模型，通过比较准确率、混淆矩阵与ROC曲线，选择最佳分类模型。本课题采用Sklearn机器学习工具包实现上述5种分类算法，将数据集随机划分为训练集与测试集，训练集与测试集的比例为5:5。在测试集预测的结果如表2所示：