文件名称：模型对比评价-中国电信新型智慧城市白皮书（2020）-2020.9-31页
文件大小：1.17MB
文件格式：PDF
更新时间：2024-07-21 16:54:07
随机森林
五、模型对比评价 为了对随机森林贫困识别模型的效果进行横向对比，本文采用了神经网络和支持向量机两种典 型的分类算法对贫困人口进行了识别，并运用精确率、召回率和Ｆ 值三个评价指标对这三个模型 在 贫困人口识别方面的效果进行了评价。另外，为了提高评估的准确性，采用十折交叉验证法， 表７ 各个模型识别效果评价 算法 评估指标 精确率 召回率 Ｆ 值 随机森林 ０．９５１ １ ０．９６２ ５ ０．９５３ ８ 支持向量机 ０．８７４ １ ０．８６４ ２ ０．８７３ ８ 人工神经网络 ０．８９１ ９ ０．８９１ ８ ０．８９３ ６ 将７ ８６０个样本数据构成的贫困数据集划分为Ｄ１－Ｄ１０ 十个贫困数据子集，重复１０次实验，求得平均精确率、 召回率和Ｆ 值作为贫困精准识别模型的评价指标。随 机森林、人工神经网络和支持向量机三种算法在贫困人 口识别方面的精确率、召回率和Ｆ 值如表７所示。 ８２ ChaoXing