Page 259 - 《软件学报》2021年第10期
P. 259

李豁然  等:基于细粒度数据的智能手机续航时间预测模型                                                     3231


                    结果显示,F12 可以得到目前为止单组特征的最好效果.均方根误差降至 121.4 分钟,Kendall’s Tau 和
                 Concordance Index 分别提升至 0.739 2 和 0.922 4.
                    可见,细粒度的耗电速率信息对于预测效果的提升是十分显著的.
                    在尝试单组特征的效果后,本文进一步将全部会话特征作为输入,观察预测效果,结果见表 5.
                                             Table 5  Performance of session features
                                                  表 5   实验结果:会话特征
                                                                   模型
                                  特征         评价指标                                  最佳结果
                                                        Linear  GBRT   RF    XGB
                                            均方根误差        147.7  147.2  151.3  147.3  147.2
                                 F0,F5     Kendall’s Tau   0.589 0  0.600 1  0.559 0  0.600 2  0.600 2
                                          Concordance Index  0.868 7  0.870 6  0.851 5  0.870 7  0.870 7
                                            均方根误差        146.7  147.6  158.8  147.9  146.7
                                 F0,F6     Kendall’s Tau   0.597 9  0.603 1  0.566 3  0.603 6  0.603 6
                                          Concordance Index  0.872 3  0.873 9  0.854 3  0.873 9  0.873 9
                                            均方根误差        148.4  148.6  153.6  150.1  148.4
                                 F0,F7     Kendall’s Tau   0.569 6  0.574 7  0.560 1  0.574 3  0.574 7
                                          Concordance Index  0.864 7  0.865 6  0.858 6  0.865 6  0.865 6
                                            均方根误差        144.9  143.5  158.3  144.9  143.5
                                 F0,F8     Kendall’s Tau   0.608 8  0.613 2  0.528 0  0.613 4  0.613 4
                                          Concordance Index  0.874 6  0.876 0  0.838 2  0.876 1  0.876 1
                                            均方根误差        149.0  142.7  152.5  142.9  142.7
                                  F0,F9    Kendall’s Tau   0.569 0  0.603 1  0.553 4  0.603 1  0.603 1
                                          Concordance Index  0.865 6  0.879 0  0.857 0  0.879 1  0.879 1
                                            均方根误差        140.4  128.9  139.7  129.1  128.9
                                 F0,F10    Kendall’s Tau   0.611 0  0.705 5  0.657 6  0.705 6  0.705 6
                                          Concordance Index  0.879 7  0.910 4  0.891 2  0.910 5  0.910 5
                                            均方根误差        140.5  129.7  141.6  129.9  129.7
                                 F0,F11    Kendall’s Tau   0.609 1  0.691 4  0.640 9  0.691 9  0.691 9
                                          Concordance Index  0.879 0  0.903 6  0.883 1  0.903 8  0.903 8
                                            均方根误差        143.7  121.4  131.3  121.8  121.4
                                 F0,F12    Kendall’s Tau   0.641 1  0.739 2  0.716 3  0.738 3  0.739 2
                                          Concordance Index  0.887 5  0.922 4  0.914 0  0.922 2  0.9224
                                            均方根误差        148.7  145.0  152.1  146.4  145.0
                                 F0,F13    Kendall’s Tau   0.580 5  0.600 9  0.532 7  0.599 6  0.600 9
                                          Concordance Index  0.868 1  0.875 6  0.849 1  0.874 9  0.875 6
                                            均方根误差        147.0  141.4  149.6  141.5  141.4
                                 F0,F14    Kendall’s Tau   0.588 3  0.608 7  0.551 9  0.609 1  0.609 1
                                          Concordance Index  0.870 2  0.876 5  0.852 7  0.877 1  0.877 1
                                            均方根误差        144.7  143.7  149.7  144.8  143.7
                                 F0,F15    Kendall’s Tau   0.595 5  0.607 6  0.566 8  0.606 3  0.607 6
                                          Concordance Index  0.871 9  0.876 2  0.858 4  0.876 1  0.876 2
                                            均方根误差        145.7  141.9  150.3  141.4  141.4
                                 F0,F16    Kendall’s Tau   0.602 4  0.614 4  0.577 2  0.616 0  0.616 0
                                          Concordance Index  0.874 3  0.879 2  0.863 1  0.879 7  0.879 7
                                            均方根误差        148.4  146.6  152.3  146.5  146.5
                                 F0,F17    Kendall’s Tau   0.592 8  0.593 2  0.540 6  0.592 6  0.593 2
                                          Concordance Index  0.871 8  0.873 7  0.851 4  0.873 7  0.873 7
                                            均方根误差        149.4  143.3  147.0  143.8  143.3
                                 F0,F18    Kendall’s Tau   0.601 2  0.607 1  0.575 7  0.609 3  0.609 3
                                          Concordance Index  0.873 0  0.876 3  0.861 3  0.877 0  0.877 0
                                            均方根误差        140.4  121.8  127.3  121.5  121.5
                               F0,F10~F12   Kendall’s Tau   0.652 6  0.739 8  0.729 6  0.739 3  0.739 8
                                          Concordance Index  0.892 0  0.921 9  0.917 2  0.921 9  0.921 9
                                            均方根误差        131.1  114.8  121.4  115.0  114.8
                                F0,F5~F18   Kendall’s Tau   0.665 7  0.736 8  0.727 4  0.740 7  0.740 7
                                          Concordance Index  0.895 1  0.921 3  0.917 7  0.922 4  0.922 4

                    本文首先将最有效的 3 组特征(F10~F12)加以组合,发现效果与仅使用 F12 差别不大.这说明 F12 已经足够
                 表示电池的耗电特征,F10 和 F11 能够进一步提供的帮助比较有限.然后,本文尝试将 F5~F18 整体使用.相比于
   254   255   256   257   258   259   260   261   262   263   264