《表2 不同核函数分类结果》

  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

《基于机器学习的钻孔数据隐式三维地质建模方法》

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

为了避免高维空间中的“维数灾难”问题而引入的核函数[17]，是支持向量机算法中对分类效果影响最为显著的参数．常用的核函数有线性核函数、多项式核函数、径向基核函数（radial basis function，RBF）以及Sigmoid核函数．其中径向基核函数能够将原始特征映射到无穷维的特征空间，可以有效处理非线性问题，符合钻孔数据三维地质建模的高度非线性特征．因此，本文选用RBF核函数作为支持向量机的优选核函数．不同核函数使用默认参数在该训练集上的分类结果（表2）也验证了该结论，最终建模结果如图4所示．