《表2 模型的混淆矩阵：随机森林与GIS的泥石流易发性及可靠性》

  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

《随机森林与GIS的泥石流易发性及可靠性》

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

模型预测结果可分为分类型（0和1）和概率型结果（0～1）.考虑到各模型的实现原理的侧重不同，进行两种类型（分类和概率）结果的对比能更客观全面地比较各模型预测效果，同时也为今后的不同结果应用提供基础，如分类型结果可直接用于评估今后建设规划中两类错误的可能代价，概率型结果适合于进一步的泥石流危险性和风险性评价.评价方式是将总样本实际值与模型给出的预测值进行对比.本节先讨论模型决策函数给出的二分类型预测结果，其分别代表灾害的不发育（0）或发育（1），将它们与实际值比较，可得混淆矩阵（表2），其中行代表实际的分类，列代表模型预测的分类.根据表2下方公式计算得到各种模型分类预测能力评价指标.表2中4种模型各指标明显高于完全随机结果，除了RBF-SVM泥石流查全率低于50%.模型整体分类预测能力首先依据ROC曲线下面积AUC，如2.7节所述其能考虑各个分类阈值下的情况，因此更全面；其次考虑全局预测精度.依此标准预测能力排序依次是RF、RBF-SVM、QDA、LSVM.由此可见，在本文考虑的泥石流影响因子较多时，线性模型的易发性预测能力相对较差.