论文部分内容阅读
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