《表5 SVM模型准确率：基于机器学习方法的上市公司财务预警模型对比研究》
提示：宽带有限、当前游客访问压缩模式
由上表5可知，SVM模型在训练集和测试集中所得的准确率分别是95.72%和93.55%。与LR模型的准确率相近。
| 图表编号 | XD00169424400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.15 |
| 作者 | 李星辰、王青龙、林国庆 |
| 绘制单位 | 天津科技大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 预警等级划分：基于机器学习的区域滑坡灾害预警模型研究》2021.02.01
- 《表2 LR模型准确率：基于机器学习方法的上市公司财务预警模型对比研究》2020.04.15
- 《表4 相关性分析结果：基于SVM的信息技术类企业财务风险预警模型构建》2020.10.15
- 《表9 预测准确率对比：珠联璧合：基于机器学习的网络借贷信用评分卡模型研究》2020.03.01
- 《表5 检验结果：基于Logistic模型的物流业上市公司财务预警》2020.02.25
- 《表4 准确率对比情况：基于盈利质量的DANP变权财务危机预警模型研究》2020.01.20
- 《表1 财务指标汇总表：基于组合分类方法的公司财务危机预警模型》2019.12.25
- 《回归结果分析表：A股上市公司财务预警模型对比研究——基于logistic回归和BP神经网络模型》2019.09.15
- 《两种模型对比结果：A股上市公司财务预警模型对比研究——基于logistic回归和BP神经网络模型》2019.09.15
- 《表2：A股上市公司财务预警模型对比研究——基于logistic回归和BP神经网络模型》2019.09.15
- 《表1：A股上市公司财务预警模型对比研究——基于logistic回归和BP神经网络模型》2019.09.15
- 《表4 网络节点设置：基于深度学习的上市公司财务风险预警模型研究》2019.01.08
- 《表3 实证数据设计：基于深度学习的上市公司财务风险预警模型研究》2019.01.08
- 《表1 财务指标体系：基于深度学习的上市公司财务风险预警模型研究》2019.01.08
- 《表5 实证结果：基于深度学习的上市公司财务风险预警模型研究》2019.01.08
- 《表1 财务预警指标：基于BP神经网络模型的我国航空公司财务风险预警实证研究》2019.06.05
- 《表4 筛选出来的指标：基于LASSO-LARS的上市公司财务危机预警模型研究》2019.04.01
- 《表1 实验所选财务指标：基于多尺度组合模型的公司财务危机动态预警研究》2019.01.15
- 《表4 模型的预警正确率：基于F计分值的上市公司财务风险预警研究》2019.02.20
- 《表5 指标预测结果：基于DPSR-云模型的制造业上市公司财务危机预警研究》2018.08.23