文件名称：预测的准确度-tinyxml指南[中文]
文件大小：6.46MB
文件格式：PDF
更新时间：2024-07-04 16:39:53
RapidMiner
(1) 数据划分 对专家样本随机选取 20%作为测试样本，剩下的 80%作为训练样本。调用“Split Data”分 割数据操作符。 (2) 神经网络 数据中，日期数据对数据分类不相关，在加载时选择不加载，我们要预测的二值属性 “Yes/No”用 1 和 0 替代了，这里我们需要调用“Numerical to Binominal”对“是否窃漏电” 属性的数值进行转换，神经网络不识别多值属性，需调用“Nominal to Numerical”操作符对 “线损指标”数值进行转换，调用“Set Role”操作符，将不参与运算的“用户编号”设置 为 id 属性，将要预测的“是否窃漏电”设置为 label.操作流程如图 19.8，预测结果如图 19.9 图 19.8 神经网络模型执行流程 图 19.9 预测的准确度