The three predictive models used to

The three predictive models used to simulate the non-linear sediment-environment
relationships are Boosted Decision Tree (BDT) (Friedman 1999), Support Vector
Machine (SVM) (Cortes and Vapnik 1995), and General Regression Neural Network
(GRNN) (Specht 1990). The models’ performance was evaluated against a separated test
set (78 out of 259 samples) using three statistics. They include R
2
(proportion of variance
explained by model), Root Mean Squared Error (RMSE), and Mean Absolute Error
(MAE). To investigate the sensitivity ofmodel performance to the number of
explanatory variables, the secondary variables were added to the models one at a time
until the best performance was reached.

ผลลัพธ์ (ไทย) 1:

สามรูปแบบการคาดการณ์ใช้ในการจำลองที่ไม่ใช่เชิงเส้นตะกอนสิ่งแวดล้อมความสัมพันธ์
จะเพิ่มขึ้นต้นไม้การตัดสินใจ (BDT) (Friedman 1999), เวกเตอร์สนับสนุนเครื่อง
(SVM) (คอร์เทสและ vapnik 1995) และเครือข่ายการถดถอยทั่วไปประสาท
(grnn ) (Specht 1990) ผลการดำเนินงานรูปแบบ 'ถูกประเมินเทียบกับการทดสอบแยกชุด
(78 จาก 259 ตัวอย่าง) ใช้สามสถิติ พวกเขารวม R
2
(สัดส่วนของความแปรปรวน
อธิบายได้ด้วยรูปแบบ), รากหมายความว่าเหลี่ยมผิด (RMSE) และหมายถึงข้อผิดพลาดแน่นอน
(แม่) เพื่อตรวจสอบประสิทธิภาพการทำงาน ofmodel ไวไปยังหมายเลขของตัวแปร
, ตัวแปรรองที่ถูกเพิ่มเข้ารุ่นหนึ่งที่
เวลาจนกว่าจะถึงประสิทธิภาพที่ดีที่สุดก็มาถึง

ผลลัพธ์ (ไทย) 2:

แบบจำลองคาดการณ์สามที่ใช้ในการจำลองระบบตะกอนที่ไม่ใช่เชิงเส้น
มีความสัมพันธ์เพิ่มขึ้นตัดสินใจทรี (BDT) (ฟรีดแมน 1999), เวกเตอร์สนับสนุน
เครื่อง (SVM) (สคอทส์และ Vapnik 1995), และเครือข่ายประสาทถดถอยทั่วไป
(GRNN) (Specht 1990) มีประเมินประสิทธิภาพของรูปแบบเทียบทดสอบแยก
ชุด (ตัวอย่าง 78 จากทั้งหมด 259) โดยใช้สถิติ 3 รวม R
2
(สัดส่วนของผลต่าง
อธิบายรุ่น), รากหมายถึงลอการิทึมข้อผิดพลาด (RMSE), และหมายถึงข้อผิดพลาดแน่นอน
(แม่) การตรวจสอบประสิทธิภาพการทำงาน ofmodel ความไวจำนวน
อธิบายตัวแปร ตัวแปรรองเพิ่มรุ่นหนึ่งครั้ง
จนถึงที่สุด

ผลลัพธ์ (ไทย) 3:

ทั้งสามรุ่นใช้แบบคาดการณ์เอาไว้แล้วทำการจำลองแบบ non - linear ตะกอน - สภาพแวดล้อม
ความสัมพันธ์กับมีแรงหนุนจากการตัดสินใจทรี( BDT )( Friedman จาก 1999 ),การสนับสนุนเวกเตอร์
เครื่อง( SVM )( สภานิติบัญญัติ และ vapnik 1995 )และเครือข่ายทั่วไป( Log เกิน
( grnn )( specht 1990 ) ประสิทธิภาพ การทำงานของรุ่นได้รับการประเมินจากแยกออกจากกันการทดสอบ
ตั้งค่า( 78 ออกจาก 259 ตัวอย่าง)ได้โดยใช้สามสถิติ ห้องพักรวมถึง R 2

(สัดส่วนของความแตกต่าง
อธิบายโดยรุ่น)รากหมายถึงบนสังเวียนเกิดข้อผิดพลาด( rmse )และหมายความว่าไม่ว่าในกรณีใดๆเกิดข้อผิดพลาด
(แม่) ในการตรวจสอบ ประสิทธิภาพ การทำงานระดับความไว ofmodel ไปที่หมายเลขของ
ตัวแปรการอธิบายตัวแปรรองที่ถูกเพิ่มลงในรุ่นที่หนึ่งในช่วงเวลาหนึ่ง
จนกว่า ประสิทธิภาพ การทำงานที่ดีที่สุดมาถึง