最近正在利用机器学习的监督学习进行储层预测分析,监督学习比较好验证结果的准确性。最终得到的准确率还不错,目前准确率在98%左右,等形成完整的工具后再给大家分享具体的设计思路、预测思路和算法实现思路。目前训练数据量大概在135万左右,测试数据量在35万左右,训练的算法是KNN和Decision Tree,训练时间大概在1.5小时左右。使用的环境是python和R环境,算法采用自行实现的方式完成的,大家也可以用Sklearn类库中的算法来做。目前正在尝试使用SVM来实现,看看能不能取得更好的效果。
最近正在利用机器学习的监督学习进行储层预测分析,监督学习比较好验证结果的准确性。最终得到的准确率还不错,目前准确率在98%左右,等形成完整的工具后再给大家分享具体的设计思路、预测思路和算法实现思路。目前训练数据量大概在135万左右,测试数据量在35万左右,训练的算法是KNN和Decision Tree,训练时间大概在1.5小时左右。使用的环境是python和R环境,算法采用自行实现的方式完成的,大家也可以用Sklearn类库中的算法来做。目前正在尝试使用SVM来实现,看看能不能取得更好的效果。
相关阅读
热门评论
您好,可以使用一下你的储层识别预测软件吗,想完成一下毕业论文设计
请问你的储层预测是油气井方面的吗?