《表1 基于VT方法的组合模型预测的金属氧化物物理性能》
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。
图表编号 | XD0089111100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 李想、曹卓、但雅波、牛程程、胡建军 |
绘制单位 | 贵州大学机械工程学院、贵州大学机械工程学院、贵州大学机械工程学院、贵州大学现代制造技术教育部重点实验室、贵州大学机械工程学院、美国南卡罗来纳大学计算机科学与工程系 |
更多格式 | 高清、无水印(增值服务) |