科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表1 2 提升决策树训练结果》
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
《基于机器学习的股票超额收益预测模型》
获取 高清版本
忘记账户?点击这里
登录
下载图表
忘记账户?点击这里
登录
模型准确率(Accuracy):66.12%
图表编号
XD00108241200 严禁用于非法目的
绘制时间
2019.09.20
作者
蔡清权、马雲匀、李金妹
绘制单位
天津财经大学
更多格式
高清、无水印(增值服务)
查看“表1 2 提升决策树训练结果”的人还看了
表4 决策树训练样本特征属性信息熵示例
表2 决策树ID3算法训练集
表1 特征量相关系数:基于梯度提升决策树的车轮轮缘厚度磨耗预测
表2 部分训练数据:基于决策树对车辆换道的研究分析
表1 样品信息表:基于近红外光谱和梯度提升决策树建立当归药材及伪品的定性判别模型
表2 不同属性集的决策树训练结果
上一表
《表2 民营公司加热不燃烧产品统
下一表
《表1 样品规格及参数:风电用铝合
相关图表
《表4 决策树训练样本特征属性信息熵示例》
2020.05.21
《表2 决策树ID3算法训练集》
2020.08.25
《表1 特征量相关系数:基于梯度提升决策树的车轮轮缘厚度磨耗预测》
2020.11.18
《表2 部分训练数据:基于决策树对车辆换道的研究分析》
2020.05.10
《表1 样品信息表:基于近红外光谱和梯度提升决策树建立当归药材及伪品的定性判别模型》
2019.10.20
《表2 不同属性集的决策树训练结果》
2020.01.01
《表3 决策树、随机森林以及梯度提升回归树对比》
2019.12.20
《表4 提升决策树分析结果(按第1组数据重要性排序)》
2020.02.25
《表1 1 梯度提升决策树训练结果》
2019.09.20
《表9 决策树训练结果:基于机器学习的股票超额收益预测模型》
2019.09.20
《表1 0 梯度提升决策树训练结果》
2019.09.20
《表2 决策树训练样本示例》
2019.12.01
《表1 训练样本数据表:决策树C4.5算法的改进与分析》
2019.06.15
《表2 低流量脉冲星(PSR B1937+21)下决策树数量对训练时间和定位误差的影响》
2019.09.25
《表2 决策树训练集混淆矩阵》
2019.07.01
《表3 初始决策树训练集预测情况表》
2019.06.01
《表2 30个训练样本:基于决策树算法的电影票房预测研究》
2019.07.01
《表3 第二次决策树分析的训练与测试正确率》
2018.03.01
《表1 训练样本实例:应用Tsallis算法和关键度度量的决策树构建》
2018.10.15
《表3 训练样本分类情况:基于决策树算法的水位观测干扰识别模型》
2019.11.25
随机翻阅
《表1 组织结构模式对比:基于心理资本的应用型本科生就业能力提升纵向研究》
《表2 实施护理专案改善前后外周静脉治疗药物渗出与外渗发生率比较[n(%)]》
《表5 可探测度(D)分级表》
《表1 对照组与研究组心脏骤停患者心肺复苏相关并发症发生情况[例(%)]》
《表3 各地铁城市政府疫情期间经营性减免优惠政策汇编》
《表1 海底隧道场地的主要土层结构特征》
《表7 补强体系对压敏胶与硫化橡胶粘结性能影响试验结果》
《表2“小兔子”狼尾草物候期及年生长量统计表》
《表3 2组患者治疗前、后血脂指标比较》
《表3 农村老年人对体育指导服务需求分析表(N=274)》