《表9 基于WDBC数据集的机器学习算法在特征子集和全集下5FCV分类性能》
%
通过表6—9的实验结果来看,含有特征数目越多的数据集在进行变量选择后,越有助于机器学习分类模型精度的提高.这就进一步验证了FSPF特征选择算法的有效性,可以使得多数机器学习分类模型得到更好的预测性能.
图表编号 | XD00148486800 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) |