《表2 模型训练和测试评价结果》
提示：宽带有限、当前游客访问压缩模式
根据式（7）（8），得到模型训练结果和测试结果的MAE和RMSE，如表2所示。
| 图表编号 | XD00102815800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.28 |
| 作者 | 乔源、王建峰、杨永存、赵文杰 |
| 绘制单位 | 华北电力大学控制与计算机工程学院、山西漳山发电有限责任公司、中电投宁夏能源铝业临河发电有限公司、华北电力大学控制与计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 训练集和测试集评价结果的相关系数和均方根误差》2020.10.01
- 《表3 多分类问题下模型的测试结果（训练集和测试集均为黄色皮肤图像）》2020.12.15
- 《表2 多分类问题下模型的测试结果（训练集和测试集均为白色皮肤图像）》2020.12.15
- 《表2 训练集类别各模型倒角距离测试结果》2020.08.10
- 《表3 用提取特征进行模型训练和测试的分类识别结果》2021.01.23
- 《表7 模型验证集和测试集的训练结果》2021.02.28
- 《表4 BP人工神经网络模型预测泥沙侵蚀模数的训练和测试结果》2020.10.25
- 《表2 分类模型精确度测试结果与训练时间对比》2020.06.01
- 《表1 LDA,SVM,BPANN模型在不同主成分数下训练集和测试集的结果》2020.08.31
- 《表2 XGBoost侵权识别模型训练结果表（包含训练集和测试集）》
- 《表5 模型参数及模型训练集和测试集准确率》2020.08.30
- 《表2 算法训练和测试结果》2020.02.20
- 《表1：模型训练集和测试集Accuracy》2020.02.01
- 《表2 3种模型训练及测试结果》2019.12.25
- 《表4 基于PDJ评价指标，不同训练模型在Human 3.6M测试图像上的3D人体姿态估计结果》2019.12.01
- 《表2 训练集和测试集：基于改进DRDL模型的车辆再识别算法》2019.10.05
- 《表3 各模型训练数据和测试数据量》2019.06.01
- 《表1 两个模型训练检测率和测试检测率》2019.01.01
- 《表5 LSTM-CRF模型和LSTM模型训练和测试耗时秒》2019.01.24
- 《表2 AlexNet-10和AlexNet模型训练测试对比表》2018.11.25