科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表1 1 梯度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):62.84%
图表编号
XD00108242100 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 1 梯度提升决策树训练结果”的人还看了
表1 整定公式:基于梯度提升回归树的冷水机组能耗预测方法
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
表3 决策树、随机森林以及梯度提升回归树对比
上一表
《表1 空侧常见特种车辆性能指标
下一表
《表3 IC值排名前一百因子的IR值
相关图表
《表1 整定公式:基于梯度提升回归树的冷水机组能耗预测方法》
2020.11.28
《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 2 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 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 混淆矩阵:基于梯度提升树模型的网络优惠券使用预测》
2019.06.28
《表1 特征选择:基于梯度提升树模型的网络优惠券使用预测》
2019.06.28
《表4 梯度提升树的重要性排名前十特征》
2019.06.28
《表1 试验方案列表:同步压缩小波与极限梯度提升树融合的柴油机失火故障诊断》
2019.02.10
《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1 单分钟识别率对比:基于梯度提升树的ECG-SAS自动识别方法》
2019.12.01
随机翻阅
《表1 督察与干部的博弈模型》
《表5 近10年城镇和乡村就业人员(万人)》
《表3 不同沥青用量沥青混合料体积性质》
《表2 协议的框架——命令行》
《表1 感官评分参考标准:复合型花生豆芽苗饮料的工艺研究》
《表1 冠心病的临床试验前概率》
《表1 建模数据的统计量》
《表2 不同训练步数下的SOM网络训练结果》
《表2 我国生产性服务业集聚对制造业生产率实证回归结果》
《表4 相关系数矩阵:北京农民收入增长影响因素实证分析及展望》