《表4 基于伪F统计量的Pima数据集输入特征重要性度量》
提示：宽带有限、当前游客访问压缩模式
%
根据式（2）式，利用FSPF算法对Pima数据集中输入特征的重要程度进行计算，得到变量后的排序结果见表4.
| 图表编号 | XD00148486300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.20 |
| 作者 | 刘文博、梁盛楠、余泉、董小刚 |
| 绘制单位 | 黔南民族师范学院数学与统计学院、黔南民族师范学院数学与统计学院、黔南民族师范学院数学与统计学院、长春工业大学数学与统计学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验数据集：基于伪度量的案例推理改进算法》2020.10.10
- 《表1 数据集的输入特征：基于贝叶斯优化XGBoost的短期峰值负荷预测》2020.11.28
- 《表1 基于特征重要度的Se Deep FM与其他模型在两个数据集上的表现》2020.12.25
- 《表6 特征重要性度量：基于机器学习的故意伤害案件风险分析》2020.04.25
- 《表6 基于Pima数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表5 基于伪F统计量特征选择算法的5FCV-KKNN分类预测性能评价》2020.03.20
- 《表1 FSPF算法流程：基于伪F统计量的属性特征降维方法研究》2020.03.20
- 《表2 数据集信息：基于伪F统计量的属性特征降维方法研究》2020.03.20
- 《表2 数据集分布：基于伪模态转换的红外目标融合检测算法》2020.08.01
- 《表1 Pima印第安人糖尿病数据集描述》2019.10.15
- 《表1 数据集的统计特征：“互联网+”环境下数据可信度量方法研究》2019.09.15
- 《表1 训练数据集：基于最重要特征的裁剪k-近邻分类算法设计》2019.07.20
- 《表2 基于空间特征量的度量结果》2019.09.20
- 《表7 随机森林不同数据集变量重要性程度度量》2019.07.01
- 《表5 餐厅评论数据集 (DR) 上的F度量》2019.01.16
- 《表3 电影评论数据集 (MR) 上的F度量》2019.01.16
- 《表1 数据集：特征选择方法中三种度量的比较研究》2018.02.01
- 《表3 对于Pima数据集的20次实验4种聚类算法比较Tab.3 Comparison of the four clustering algorithms for 20experiments on Pima datasets》2018.04.01
- 《表6 Pima Indians Diabetes数据集不同特征筛选数目组合比较》2018.01.01
- 《表1 数据集的输入特征量》2018.10.01