《表1 基于SVM算法与基于关联的LDA实验结果》
提示：宽带有限、当前游客访问压缩模式
两种算法的精确度和召回率如表1所示。
| 图表编号 | XD0015761300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.11.10 |
| 作者 | 胡六四 |
| 绘制单位 | 安徽电子信息职业技术学院软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验采用的数据集：基于划分融合的非平衡SVM分类算法》2021.01.25
- 《表1 网格搜索法结果：基于人工蜂群算法优化SVM的NIR杉木弹性模量预测》2021.01.01
- 《表2 实验结果比较：基于KNN-SVM算法的输电线路杆塔雷击预警模型》2020.04.01
- 《表3 模型准确度评估：基于LDA和LSTM模型的研究主题关联与预测研究——以隐私研究为例》2020.08.01
- 《表3 故障分类标签表：基于LDA-GA-SVM的船舶电力推进系统故障诊断》2020.08.01
- 《表1 测试结果：一种基于SVM算法的波形特征识别算法》2019.12.01
- 《表4 关联分析结果：基于灰色关联与Apriori算法的道路交通事故数据分析》2019.08.20
- 《表4 关联分析结果：基于灰色关联与Apriori算法的道路交通事故数据分析》2019.08.20
- 《表2 实验结果：基于课程间关联规则的排课优化算法研究》2019.10.01
- 《表1 符号标签含义：基于LDA主题模型的用户电信轨迹恢复算法》2019.08.01
- 《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5 基于SVM的实验结果》2019.04.01
- 《表1 实验结果与类型：基于SVM的电压扰动识别研究》2019.07.25
- 《表8 各指标变异系数：基于LDA主题模型与链路预测的新兴主题关联机会发现研究》2019.01.25
- 《表1 LDA模型算法：基于自然语言处理的多源情报分析系统的研究与设计》2019.05.10
- 《表5 全局关联结果表：基于Apriori算法的气象与电网缺陷关联研究》2019.06.15
- 《表1 9个实验数据集：基于选择性抽样的SVM增量学习算法的泛化性能研究》2019.04.25
- 《表2 数值实验结果：基于选择性抽样的SVM增量学习算法的泛化性能研究》2019.04.25
- 《表5 基于随机抽样的SVM-WKNN算法和基于马氏抽样的SVM-WKNN算法的实验对比》2018.11.01
- 《表1 故障样本统计数据：基于改进布谷鸟算法与SVM的矿用变压器故障诊断》2019.11.20