《表1 混淆矩阵：基于实体关联的消歧算法研究》
提示：宽带有限、当前游客访问压缩模式
针对分类算法，模型的预测性能有许多评价指标[11]。给出模型预测值与真实类别值之间形成的混淆矩阵如表1所示:
| 图表编号 | XD00164977000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.20 |
| 作者 | 周国民、宣鑫乐、沈佳琪、陈光宣 |
| 绘制单位 | 浙江警察学院、杭州三汇数字信息技术有限公司、杭州电子科技大学、浙江警察学院、浙江工业大学、浙江警察学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 混淆矩阵：基于迁移学习的细粒度实体分类方法的研究》2020.08.01
- 《表2 混淆矩阵：基于自回归模型的金砖国家金融发展对实体经济的影响研究》2021.01.05
- 《表2 混淆矩阵评价原理：基于朴素贝叶斯算法的~*ST企业财务状况预测研究》2020.08.28
- 《表3 混淆矩阵：基于Spark的决策树算法对航班延误预测研究》2021.02.05
- 《表3 片段预测混淆矩阵：基于LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究》2020.06.20
- 《表4 数据关联表：基于实体关联的消歧算法研究》2020.03.20
- 《表7 消歧性能结果表：基于实体关联的消歧算法研究》2020.03.20
- 《表6 模型最优参数表：基于实体关联的消歧算法研究》2020.03.20
- 《表2 移动网络信息：基于实体关联的消歧算法研究》2020.03.20
- 《表5 消歧输出表：基于实体关联的消歧算法研究》2020.03.20
- 《表3 数据关联表：基于实体关联的消歧算法研究》2020.03.20
- 《表2 3种模型混淆矩阵：基于机器学习算法的广西桉树适宜性研究》2020.02.20
- 《表1 混淆矩阵：基于机器学习算法的广西桉树适宜性研究》2020.02.20
- 《表6 混淆矩阵：居民客户电费回收风险的预测研究——基于随机森林算法》2019.12.20
- 《表3 混淆矩阵：基于SSAE-PNN算法的网络入侵检测研究》2019.10.01
- 《表3 混淆矩阵定义：基于IG-DNN混合决策算法的糖尿病预测研究》2019.08.15
- 《表5 混淆矩阵：基于情感的社会网传播模型及影响最大化算法研究》2019.07.01
- 《表1 测试语料的消歧准确率》2019.06.01
- 《表1 混淆矩阵：基于线性LTSA算法维数约减的软件缺陷预测研究》2019.01.10
- 《表3 仿真参数.：基于双词主题模型的半监督实体消歧方法研究》2018.03.01