《表8 参数权重：基于关联分析与机器学习的配网台区重过载预测方法》
提示：宽带有限、当前游客访问压缩模式
每组训练集的样本总量为2 000，按照正负3:1的比例共分割训练集103组，对参数权值进行多次训练，最终结果见表8。
| 图表编号 | XD0016111300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.01.15 |
| 作者 | 张国宾、王晓蓉、邓春宇 |
| 绘制单位 | 中国电力科学研究院、中国电力科学研究院、中国电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 混淆矩阵：基于机器学习的住院患者压力性损伤分析与预测》2020.10.01
- 《表6 权重分配结果：基于机器学习的电力大客户群体月度售电量预测研究》2018.09.25
- 《表8 基于机器学习模型预测评价指标》2021.03.01
- 《表3 参试品种农艺性状：基于机器学习的船舶能耗智能预测方法分析》2020.11.25
- 《表2 搭建平台时间对比：基于机器学习的船舶能耗智能预测方法分析》2020.11.25
- 《表1 各个特征的权重：基于机器学习的在线学习数据分析与研究》2020.02.25
- 《表3：基于机器学习的电网台区线损异常诊断方法研究》2020.06.01
- 《表2：基于机器学习的电网台区线损异常诊断方法研究》2020.06.01
- 《表1：基于机器学习的电网台区线损异常诊断方法研究》2020.06.01
- 《表1 特征选择方法：基于机器学习和大数据挖掘的药物重定位算法综述》2020.01.25
- 《表1 评估精度对比：基于多源数据融合的配网台区效能自动评估方法》2019.07.25
- 《表1 变量及说明：大学生毕业去向预测的思路与方法——基于机器学习算法的尝试》2019.01.15
- 《表1 初选指标：基于机器学习的股票分析与预测模型研究》2019.02.01
- 《表5 重过载台区的加权得分Table5 Weighted scores of over-loading transformers》2018.07.05
- 《表2 重过载台区的指标值Table2 The index values of over-loading transformers》2018.07.05
- 《表6 关联规则：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15
- 《表5 数据预处理方式：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15
- 《表2 台账数据情况：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15
- 《表1 关联特征含义：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15
- 《表7 参数描述：基于关联分析与机器学习的配网台区重过载预测方法》2018.01.15