《表3 CSA-SVM、GA-SVM、PSO-SVM的测试集准确率》
提示：宽带有限、当前游客访问压缩模式
%
为了测试CSA、GA、PSO这三种算法优化的SVM模型的性能，用测试集来测试模型的最终分类准确率结果如表3所示，其中最高准确率用粗体表示。
| 图表编号 | XD00102834600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 王丽婷、张金鑫、张金华 |
| 绘制单位 | 福州大学经济与管理学院、湖北大学商学院、福州大学经济与管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 测试集分类准确率（%）分析》2020.10.10
- 《表3 测试集上问答准确率》2020.11.16
- 《表3 图像经CLAHE处理后不同模型在测试集上的识别准确率》2020.12.01
- 《表3 PSO-SVM粒子群数的分类准确性》2020.12.20
- 《表3 不同激活函数下测试集准确率》2020.11.01
- 《表3 Mask-RCNN在测试数据集上的准确率》2020.07.25
- 《表3 算法的准确率、AUC和测试集计算时间》2021.01.20
- 《表3 LightGBM模型的5折交叉验证的测试集判别准确率》2020.05.01
- 《表3 测试集的分类准确率》
- 《表3 基分类器分组训练后在测试集上的准确率对比(单位：%）》2020.04.01
- 《表4 3种方法的测试集诊断准确率比较》2020.02.01
- 《表3 CIFAR100数据集的测试正确率》2020.01.01
- 《表4 3种迁移模型下测试集的准确率》2020.01.01
- 《表1 3种方法在测试集上的准确率》2019.11.01
- 《表4 CSA-SVM、GA-SVM和PSO-SVM运行时间》2019.11.01
- 《表3 模型测试集分类准确率结果》2019.06.20
- 《表2 PSO-SVM算法和GA-SVM算法的运行结果》2019.06.30
- 《表3 PSO-SVM、GA-SVM和AFSA-SVM的结果对比》2019.01.20
- 《表2 GA-SVM分类准确率》2019.04.28
- 《表1 数据集属性：基于改进PSO-SVM的预测算法研究》2019.11.25