《表2 典则判别函数摘要:基于判别分析与K近邻算法对塑料吸管的红外光谱分析》

《表2 典则判别函数摘要: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》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

究其原因,主要是由于初始提取的6个主成分对原始变量的解释与包含并不全面,从而导致判别与交叉验证的正确率较低,随着主成分数量增加到25个时,对于原始变量的解释概括能力显著提高,判别与交叉验证的正确率显著提升[15]。因此应选用前25个主成分作为判别分析的变量构建判别函数,典则判别函数摘要见表2。