《表2 其他评价指标：基于Weka平台的文本分类实验研究》
提示：宽带有限、当前游客访问压缩模式
分类实验中，查全率和查准率使用较多。此外，还参考其他指标。查准率、查全率和综合评价指标F-Measure需根据以上计算公式计算得到，计算结果如表2。
| 图表编号 | XD00147860500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.20 |
| 作者 | 李梅 |
| 绘制单位 | 淮南联合大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 中文邮件实验结果：基于标签语义相似的动态多标签文本分类算法》2020.10.01
- 《表2 分类变量卡方检验：基于随机森林模型的P2P网贷平台违约风险量化评价研究》2021.02.01
- 《表1 实验平台设置：一种粒度融合的新闻文本主题分类模型》2020.11.01
- 《表2 实验数据日志格式：基于Attention-BiLSTM的电网设备故障文本分类》2020.12.31
- 《表5 基本政策工具分类：中国政府双创平台建设政策文本量化研究》2020.08.15
- 《表3 4组实验结果对比：非均衡数据下基于卷积神经网络的专利文本自动分类研究》2020.09.30
- 《表2 实验结果对比：一种基于LSTM和CNN混合模型的文本分类方法》2020.06.01
- 《表2 实验参数设置：基于联合模型的多标签文本分类研究》2020.07.15
- 《表1 实验分类结果：基于LSTM神经网络的电网文本分类方法》2020.01.15
- 《表6 实验环境配置：基于词典的文本极性计算及分类研究》2020.04.01
- 《表2 性能评价指标：全卷积神经网络的字符级文本分类方法》2020.03.01
- 《表2 文本预处理：基于Bi-LSTM的财金文本情感分类研究》2020.04.01
- 《表1 实验数据：基于BiGRU和贝叶斯分类器的文本分类》2020.02.16
- 《表1 实验语料样本：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表1 评价的标准：基于SWT法网络社交平台图像文本检测》2019.10.15
- 《表2 评价指标含义：一种融合主题模型的短文本情感分类方法》2019.10.01
- 《表1 实验环境：基于卷积递归模型的文本分类研究》2019.10.06
- 《表1 实验数据：基于Transfer-SVM多标签文本分类算法研究》2019.05.25
- 《表1 实验语料样本：基于KNN模型的藏文文本分类研究与实现》2019.06.01
- 《表1 数据集的结构：基于社交平台数据的文本分类算法研究》2018.10.15