《表1 基于VT方法的组合模型预测的金属氧化物物理性能》

《表1 基于VT方法的组合模型预测的金属氧化物物理性能》   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
《基于机器学习与多尺度特征的金属氧化物性能预测》


  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
注:“—”表示数据集中至少1个属性的响应数据点为零,因此不计算MAPE。

为了选择适宜的机器学习算法,将3种机器学习模型与3种特征选择方法进行组合,通过对比筛选出最佳组合模型。将VT方法与3种机器学习模型(LR,SVR,RFR)组合,对二元金属氧化物的物理性能进行预测,预测结果见表1。