数据集概述
本数据集是“Machine-learning method for predicting the scanning parameters influence on random measurement error”研究的配套数据，包含六份文件，涉及扫描参数对随机测量误差影响的预测模型及相关数据，支持机器学习方法在该研究场景下的验证与应用。
文件详解
- 模型文件（.pkcls格式）
- 文件名称：Random_Forest_Red.pkcls、kNN_Red.pkcls、Random_Forest_All.pkcls
- 文件格式：pkcls
- 字段映射介绍：包含用于预测扫描参数对随机测量误差影响的机器学习模型，分别对应随机森林（红色相关、全颜色）和k近邻（红色相关）算法训练得到的模型文件
- 数据文件（.xlsx格式）
- 文件名称：All_colours.xlsx、Red_test.xlsx、Red_train.xlsx
- 文件格式：xlsx
- 字段映射介绍：包含实验相关数据，其中Red_train.xlsx为红色相关训练数据，Red_test.xlsx为红色相关测试数据，All_colours.xlsx为全颜色相关数据
适用场景
- 扫描参数优化研究: 利用模型文件和数据文件分析扫描参数对随机测量误差的影响，优化扫描参数设置
- 机器学习模型验证: 基于训练、测试数据验证随机森林和k近邻模型在预测扫描参数影响方面的性能
- 测量误差预测分析: 通过模型预测不同扫描参数下的随机测量误差，为测量精度控制提供支持
- 实验数据应用研究: 结合训练、测试数据探索扫描参数与随机测量误差之间的关系模式
