|
| 技术 |
发现 |
|
| 然而, |
然而生成的特征相似性算法应用程序用来预测任何新的数据点的值,指定一个值,训练集的相似点。因此,压力低,潮湿,动物行为是过度活跃,温度很冷,飘落的叶子高,时间是清晨,和深度可以不同,有大小在4.1和5.14之间显示发生大地震的可能性非常高(参考图3)。 |
|
| 支持向量机 |
一旦完成了映射通过SVM回归使用线性大小和深度和交叉验证,虽然监控的时间是不同的,即,时间是早上和晚上,低压,动物行为是过度活跃,温度很冷,树叶的下降显示高,但深度的变化可以忽略不计,位置可以忽略不计,飘落的叶子有大小在4.1和4.9之间显示了高的可能性出现的地震(参考图4)。 |
|
| XGBoost |
应用XGBoost梯度预处理器数据生成关系和关联属性,和值表明,尽管大气压力是潮湿和干燥,温度很冷,时间是早上,叶子的下降是中等和高,干燥和潮湿的压力显示冷或很冷温度范围内的进一步深度和位置有震级在4.1和5.1之间,显示高的可能性出现的地震(参考图5)。 |
|
| 决策树 |
通过构造决策树图的结果表明有一个强烈的地震有关系出现的可能性大小的范围从4.0到5.04,动物行为比正常更活跃,大气压力干燥,温度比正常很冷或冷却器,飘落的叶子高,和深度变化是最低,显示高的可能性出现的地震(参考图6)。 |
|
| 随机森林 |
随机森林分割预处理数据的节点,然后选择分裂导致均匀的子节点。创建子节点就像温度、大气压力、大小和位置显示均匀性的增加合成子节点如经度,纬度和深度显示,树叶正在下降,有更多的水运动,更容易发生水体高地震记录在位置、大小的范围从4.1到5.14,动物行为更为活跃,温度很冷,时间是清晨或深夜,和深度的变化可以忽略不计,显示了高的可能性出现的地震(参考图7)。 |
|
|
