《表5 BP神经网络模型训练集、验证集、测试集和总体的拟合情况Table 5 Training, verification, esting sets and total fitting of BP n

《表5 BP神经网络模型训练集、验证集、测试集和总体的拟合情况Table 5 Training, verification, esting sets and total fitting of BP n   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《空气污染物浓度与呼吸系统疾病的关系研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

将2013年10月28日至2016年7月31日的1 344组PM2.5、PM10、CO、NO2、SO2和气温的日均数据作为实验总样本,分为964个样本的训练集,190个样本的验证集和190个样本的测试集。从表5可以看出,训练集、验证集和测试集的R分别达到0.866 15、0.827 22和0.868 53,总体R达到了0.857 69,说明样本的自变量与因变量具有较好的相关性。

查看“表5 BP神经网络模型训练集、验证集、测试集和总体的拟合情况Table 5 Training, verification, esting sets and total fitting of BP neural network model”的人还看了

表4 训练集和测试集的多层感知器神经网络分析结果
表4 训练集和测试集的多层感知器神经网络分析结果
表5 不同模型的训练集和测试集准确率
表5 不同模型的训练集和测试集准确率
表1 训练集和测试集的5折划分
表1 训练集和测试集的5折划分
表5 训练集和测试集分配数量
表5 训练集和测试集分配数量
表5 训练集和验证集的ROC分析结果[值(95%CI值)]
表5 训练集和验证集的ROC分析结果[值(95%CI值)]
表7 模型验证集和测试集的训练结果
表7 模型验证集和测试集的训练结果