《表1 模型参数：基于机器学习的自动负载均衡方法研究及应用》
提示：宽带有限、当前游客访问压缩模式
通过对XGBoost模型参数的调整和实验，确定在参数如表1所示的情况下效果较好。
| 图表编号 | XD00130583500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.15 |
| 作者 | 张之栋、高瑜鸿、李连本、杜犇 |
| 绘制单位 | 中国移动通信集团设计院有限公司陕西分公司、中国移动通信集团陕西有限公司、中国移动通信集团陕西有限公司、中国移动通信集团陕西有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 RNN模型参数：基于深度学习的OSM道路网自动提取研究》2020.10.20
- 《表4 基于机器学习和深度学习模型的古文自动断句标点研究汇总》2021.01.01
- 《表5 基于机器学习和深度学习模型的古文自动对齐研究汇总》2021.01.01
- 《表1 基于机器学习和深度学习模型的古文自动分词研究汇总》2021.01.01
- 《表1 模型参数详解表：基于机器学习的海洋环境预报订正方法研究》2020.12.15
- 《表2 工作面材料参数：基于机器学习的面部运动神经传导检查数据的研究及应用》2020.10.01
- 《表4 模型系数估值：基于机器学习的面部运动神经传导检查数据的研究及应用》2020.10.01
- 《表2 模型得分表：基于机器视觉和机器学习的羊骨架自动分割方法》2020.06.01
- 《表2 测试机器：一种HBase的大数据平台负载均衡算法分析及优化》2020.05.15
- 《表1 测试环境配置参数：基于自动机器学习的云平台动态资源调度研究》2020.05.05
- 《表2 模拟测试结果：基于自动机器学习的云平台动态资源调度研究》2020.05.05
- 《表2 实验超参数设置：基于深度学习的方志物产资料实体自动识别模型构建研究》2020.08.25
- 《表2 分类结果评价指标：基于机器学习的企业秘密文档自动分类方法》2020.04.01
- 《表2：实验环境参数设置：基于中间件的分布式服务器负载均衡方法》2020.02.01
- 《表1 基于贝叶斯网络的SDON控制器自学习负载均衡算法》2019.12.15
- 《表2 仿真参数：基于贝叶斯网络的SDON控制器自学习负载均衡算法》2019.12.15
- 《表1 状态参数：基于机器学习的污水源热泵机组故障诊断模型研究》2019.09.25
- 《表1 波束自配置结果表：一种基于GBDT机器学习的算法及应用研究》2019.11.15
- 《表1 遗传编程参数设置：基于自动机器学习流程优化的雷达辐射源信号识别》2019.01.01
- 《表1 选择种群配对表：基于改进遗传算法的负载均衡机制的应用研究》2018.08.25