《表2 纯朴素贝叶斯、朴素贝叶斯加误差补偿的分拣正确率》
提示：宽带有限、当前游客访问压缩模式
实验比较了纯朴素贝叶斯、朴素贝叶斯加误差补偿两种情况下的分拣正确率。实验结果如表2所示。
| 图表编号 | XD00178264600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 王晓龙、刘庆芳、刘海云、苏健 |
| 绘制单位 | 石家庄邮电职业技术学院、石家庄邮电职业技术学院、石家庄邮电职业技术学院、石家庄邮电职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 LSTM与朴素贝叶斯的文本分类结果对比》2020.12.31
- 《表2 4种算法评价指标对比（朴素贝叶斯）》2019.11.10
- 《表1 朴素贝叶斯算法描述》2020.01.01
- 《表2 分类准确率对比：三支决策朴素贝叶斯增量学习算法研究》2020.09.15
- 《表2 分类性能对比：基于朴素贝叶斯算法的垃圾邮件过滤研究》2020.09.20
- 《表2 基于朴素贝叶斯分类器模型的准确率分布表》2020.04.15
- 《表3 朴素贝叶斯分类实验结果表》2020.04.01
- 《表3 朴素贝叶斯模型评估》2019.09.25
- 《表5 预测误差：朴素贝叶斯模型在驾驶员伤情预测中的应用》2020.01.08
- 《表2 逻辑回归与朴素贝叶斯对比实验结果》2019.10.01
- 《表5 朴素贝叶斯和支持向量机在职业细类编码上的分组准确率和召回率》2019.09.15
- 《表2 朴素贝叶斯和支持向量机在职业大类编码上的分组准确率和召回率》2019.09.15
- 《表2：朴素贝叶斯算法的应用》2018.10.18
- 《朴素贝叶斯算法的应用：朴素贝叶斯算法的应用》2018.10.18
- 《表8：朴素贝叶斯算法的应用》2018.10.18
- 《表7：朴素贝叶斯算法的应用》2018.10.18
- 《表6：朴素贝叶斯算法的应用》2018.10.18
- 《表5：朴素贝叶斯算法的应用》2018.10.18
- 《表4：朴素贝叶斯算法的应用》2018.10.18
- 《表3：朴素贝叶斯算法的应用》2018.10.18