基于随机森林和支持向量机在小麦种子分类中的比较研究

doi:10.13874/j.cnki.62-1171/g4.2020.02.006

	基于随机森林和支持向量机在小麦种子分类中的比较研究
	张涛
	2020-04-25
发表期刊	河西学院学报
期号	2 页码:33-40
摘要	在小麦种子分类问题中,选择机器学习中的随机森林算法和支持向量机算法分别构建一个"基准"模型,再利用划分好的小麦种子数据训练集分别拟合两个模型,即完成"学习"的过程并在小麦种子数据测试集上分别进行分类预测.选取分类精度作为模型的评估指标,然后通过网格搜索技术进行超参数优化以提高分类精度.最后对得到的试验结果进行比较和分析,从分类精度、数据预处理和调参等方面总结了两种算法各自的优缺点,得出基于随机森林算法构建的分类模型是比支持向量机算法更有加效的小麦种子识别技术这一结论.
关键词	机器学习随机森林支持向量机种子分类
DOI	10.13874/j.cnki.62-1171/g4.2020.02.006
URL	查看原文
ISSN	1672-0520
语种	中文
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/10159
专题	统计与数据科学学院
作者单位	兰州财经大学统计学院
第一作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	张涛. 基于随机森林和支持向量机在小麦种子分类中的比较研究[J]. 河西学院学报,2020(2):33-40.
APA	张涛.(2020).基于随机森林和支持向量机在小麦种子分类中的比较研究.河西学院学报(2),33-40.
MLA	张涛."基于随机森林和支持向量机在小麦种子分类中的比较研究".河西学院学报 .2(2020):33-40.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
28928.caj（2275KB）	期刊论文	出版稿	暂不开放	CC BY-NC-SA	请求全文