《表3 K选择错误率:基于判别分析与K近邻算法对塑料吸管的红外光谱分析》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于判别分析与K近邻算法对塑料吸管的红外光谱分析》
预测变量重要性越大即代表其对样本分类的贡献度越高,所有预测变量的重要性之和为1。其中特征1的重要性为0.39(保留两位小数),特征3和2的重要性为0.3,表示在分类时特征1所做出的贡献大于特征3和2。因此在进行K值选择时按照重要性对特征进行加权,重要性较大的特征占较大权重,反之则占较小权重。K值选择结果进行交叉验证后错误率见表3。
图表编号 | XD00170485900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.20 |
作者 | 姜红、马枭、杜岩 |
绘制单位 | 中国人民公安大学刑事科学技术学院、中国人民公安大学刑事科学技术学院、中国人民公安大学刑事科学技术学院 |
更多格式 | 高清、无水印(增值服务) |