《表3 Stacking算法各实体类别实验结果》

《表3 Stacking算法各实体类别实验结果》   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Stacking集成学习的水稻表型组学实体分类研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
%

Stacking集成学习吸收融合模型的优点提高准确率和稳定性。通过将K-NN、RF、SVM、GBDT模型作为初级学习器,4个验证集的输出组合成次学习器的一个输入特征,进行再次训练。Stacking集成学习的分类器组合模型实验结果如表3所示。