《表5 支持向量机与随机森林的分类结果对比》
提示：宽带有限、当前游客访问压缩模式
利用支持向量机分类对前文选择出的分类效果最佳的OLI+OIF+TXT数据集进行分类，并将分类结果与随机森林进行比较，结果如表5所示。
| 图表编号 | XD00132365800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.01 |
| 作者 | 左晓庆、李潇雨、刘怀鹏 |
| 绘制单位 | 洛阳师范学院国土与旅游学院、洛阳师范学院国土与旅游学院、洛阳师范学院国土与旅游学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 FTIR光谱数据采用支持向量机和随机森林判别结果》2020.10.20
- 《表5 仅包括出行特征随机森林分类器混淆矩阵结果及对比》2020.09.25
- 《表2 标准钢样Cr含量：基于支持向量机和随机森林算法结合光纤式激光诱导击穿光谱定量检测核电用钢中铬》2021.01.01
- 《表1 待测样品成分信息：基于支持向量机和随机森林算法结合光纤式激光诱导击穿光谱定量检测核电用钢中铬》2021.01.01
- 《表2 变量的重要性排序：基于随机森林-支持向量机隧道盾构引起建筑物沉降研究》2021.02.01
- 《表1 监测的样本数据：基于随机森林-支持向量机隧道盾构引起建筑物沉降研究》2021.02.01
- 《表3 误差比较：基于随机森林-支持向量机隧道盾构引起建筑物沉降研究》2021.02.01
- 《表1 监测的样本数据：基于随机森林的支持向量机混凝土抗渗性预测模型研究》2021.02.25
- 《表3 误差比较：基于随机森林的支持向量机混凝土抗渗性预测模型研究》2021.02.25
- 《表2 重要性排序：基于随机森林的支持向量机混凝土抗渗性预测模型研究》2021.02.25
- 《表1 样本数据：基于随机森林的支持向量机某隧道混凝土抗冻性预测研究》2020.09.10
- 《表3 信度指标：基于随机森林的支持向量机混凝土早期抗裂性预测研究》2020.09.20
- 《表1 样地信息：基于随机森林的支持向量机混凝土早期抗裂性预测研究》2020.09.20
- 《表5 基于面向对象的支持向量机(SVM)和随机森林(RF)分类精度》2020.07.01
- 《表3 支持向量机与其他ITS常用算法的比较》2020.06.01
- 《表1 匹配结果分析：基于支持向量机与尺度不变特征转换算法相结合的线状矢量数据匹配方法》2019.10.08
- 《表8 多分类器组合与最大似然算法、支持向量机算法、随机森林算法的分类精度对比》2019.10.25
- 《表3 最小二乘判别分析、支持向量机及随机森林算法的实现工具》2019.09.25
- 《表2 支持向量机与人工神经网络、多元线性回归、偏最小二乘回归模型比较结果》2019.10.18
- 《表4 诊断结果对比：支持向量机与证据理论融合在电机转子故障诊断中的应用》2019.06.28