《表1 不同算法100次交叉验证的平均结果对比情况》
同时,本文又增加双阈值型Ada Boost分类器与优化后的双阈值型Ada Boost分类器进行对比,未经优化的双阈值型Ada Boost分类器通过设置搜索步长来寻找两个阈值,从而得到最佳弱分类器。表1给出了单阈值型Ada Boost算法、不同搜索步长的双阈值型Ada Boost算法和遗传寻优的双阈值型Ada Boost算法分别进行100次交叉验证取平均值得到的结果对比情况。
图表编号 | XD00170313000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.28 |
作者 | 张梦娇、叶庆卫、陆志华、周宇 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |