《表1 各分类器性能比较：集成学习在糖尿病预测中的应用》
提示：宽带有限、当前游客访问压缩模式
本文主要通过准确率、灵敏度、ROC曲线下面积等指标对构建的分类器模型进行性能评价，具体结果见表1和图1。
| 图表编号 | XD00102847100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 张玉玺、贺松、尤思梦 |
| 绘制单位 | 贵州大学医学院、贵州大学医学院、贵州大学医学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 分类结果比较：基于Stacking集成学习的流失用户预测方法》2020.11.30
- 《表7 各分类器实验结果：基于集成学习投票算法的Android恶意应用检测》2020.11.15
- 《表1 识别模型评价结果：集成学习在高误码率下AOS协议识别中的应用研究》2020.06.01
- 《表4 基学习器权重：基于逐步回归的AdaBoost-SVR模型在海上风电项目造价预测中的应用》2020.07.28
- 《表1 NASA数据集：过采样与集成学习方法在软件缺陷预测中的对比研究》2020.06.01
- 《表2 混淆矩阵：过采样与集成学习方法在软件缺陷预测中的对比研究》2020.06.01
- 《表1：机器学习在数学成绩预测中的应用研究》2020.04.15
- 《表6 个体学习器和集成学习模型的分类正确情况》2020.04.01
- 《表1 分类器的预性能：基于机器学习的光链路建立中的传输质量预测技术》2020.06.15
- 《表2 弱分类器及集成分类器性能指标》2020.05.01
- 《表1 实验数据集信息：基于异构分类器集成的增量学习算法》2020.04.01
- 《表1 样本分布情况表：改进KFDA分类器在电力变压器故障诊断中的应用》2020.03.20
- 《表1 不同模型性能比较：基于集成回声状态网络模型在兰州市艾滋病发病例数预测中的应用》2019.12.15
- 《表3 各模型实验结果：集成学习在短文本分类中的应用研究》2019.12.15
- 《表1 模型参数：集成学习在短文本分类中的应用研究》2019.12.15
- 《表4 基分类器详细参数：基于卷积神经网络和集成学习的阿尔茨海默症早期诊断》2019.10.25
- 《表7 分类器性能比较：机器学习在高校课程教学评价中的应用研究》2019.10.25
- 《表3 各分类器性能比较：基于人工智能的课堂教学行为分析方法及其应用》2019.09.10
- 《表2 子模型识别率：一种集成CNN模型及其在ECG信号分类中的应用》2019.07.15
- 《表1 构造的列联：完全贝叶斯分类器在经济数据分类中的应用》2019.12.20