文件名称：用于油籽病害诊断的机器学习算法-研究论文
文件大小：353KB
文件格式：PDF
更新时间：2024-06-30 06:32:10
Machine learning Simple
分类是观察新对象的特征并将其归入已知类的过程。 分类问题通过已知类和包含预分类样本的训练集来区分。 这项工作介绍了机器学习分类算法，即。 用于精确识别油籽病害的简单逻辑、决策树、随机森林和多层感知器。 使用 10 折交叉验证进行实验。 结果表明，上述分类算法在显着的准确度水平上诊断油籽病害。 简单逻辑和多层感知器的性能优于其他算法，准确率分别为 96.33% 和 95.90%。 随机森林和决策树可以在更短的时间内提供公平的结果。 所提出的算法有助于使用重要变量表征油籽病害并增强可解释性。