《表3 模型参数设计：基于集成学习框架的用户画像方法》
提示：宽带有限、当前游客访问压缩模式
在实验过程中，为了达到各个模型的最佳分类效果及参数调优，本文对模型参数进行选择，每选择一个参数时，都控制其他参数保持不变进行测试，如表3所示。
| 图表编号 | XD00128252000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.10 |
| 作者 | 陈巧红、凌明杰、孙麒、贾宇波 |
| 绘制单位 | 浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型参数设置：基于集成学习的广域光骨干网多信道传输质量预测方法》2020.09.25
- 《表3 Kano统计结果：基于Kano模型的家用集成灶用户体验设计》2020.10.20
- 《表1 用户需求提取表：基于Kano模型的家用集成灶用户体验设计》2020.10.20
- 《表2 Kano评价：基于Kano模型的家用集成灶用户体验设计》2020.10.20
- 《表6 期望属性：基于Kano模型的家用集成灶用户体验设计》2020.10.20
- 《表5 魅力属性：基于Kano模型的家用集成灶用户体验设计》2020.10.20
- 《表4 一维属性：基于Kano模型的家用集成灶用户体验设计》2020.10.20
- 《表2 对比实验结果：基于深度学习的在线健康社区抑郁症用户画像研究》2021.03.01
- 《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2 分类结果混淆矩阵：基于Stacking集成学习的流失用户预测方法》2020.11.30
- 《表1 用户基础属性分布：一种基于集成学习的用户基础属性预测方法》2020.12.01
- 《表2 基本统计特征：一种基于集成学习的用户基础属性预测方法》2020.12.01
- 《表6 基于老年人社会关系结构特征的用户画像构建框架》2021.02.20
- 《表2 用户画像框架模板：基于荷兰老年人社会关系结构特征的用户角色构建》2021.02.20
- 《表3 实验评价参数：基于集成学习的束支传导阻滞识别方法》2020.03.01
- 《表2 分类结果混淆矩阵：基于集成学习框架的用户画像方法》2020.01.10
- 《表1 雷达参数设置：一种基于集成学习的DBN模型分类方法》2019.10.01
- 《表2 模型测试结果：一种基于行为集成学习的恶意代码检测方法》2019.08.01
- 《表1 用户行为特点：基于多维细粒度行为数据的居民用户画像方法研究》2019.05.20
- 《表2 典型模型分类性能：基于集成学习的航空发动机故障诊断方法》2019.04.01