《表5 对比测试结果：基于SVM的藏文微博文本情感分析研究与实现》
提示：宽带有限、当前游客访问压缩模式
C=10时，SVM和KNN性能对比如表5所示。
| 图表编号 | XD00168199700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.01 |
| 作者 | 黄晨晨、索朗拉姆、拉姆卓嘎、群诺 |
| 绘制单位 | 西藏大学信息科学技术学院、西藏大学信息科学技术学院、西藏大学信息科学技术学院、西藏大学信息科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 数据集1结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表2 微博文本样例：基于语境分类与遗传算法的微博情感分析方法》2021.01.15
- 《表3 微博各主题关键词：基于文本挖掘的网络舆情主题发现与情感分析》2021.02.28
- 《表1 中文-藏文情感词：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表4 对比测试结果：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表3 对比测试结果：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表2 实验数据：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表1：基于SVM算法的微博评论数据情感分析》2020.01.01
- 《表4 分类整体性能：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表3 分类性能混合矩阵：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表2 特征降维数据：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表1 实验语料样本：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表1 1 结果对比分析：基于OCC模型和LSTM模型的财经微博文本情感分类研究》2020.01.24
- 《表2 特征降维数据：基于KNN模型的藏文文本分类研究与实现》2019.06.01
- 《表1 实验语料样本：基于KNN模型的藏文文本分类研究与实现》2019.06.01
- 《表6:测试结果对比：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表3:测试样本集：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表5:测试结果：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表4:测试结果：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表2 实验结果与比较：基于Word2vec和SVM的微博情感挖掘与仿真分析》2018.05.15