《表2 归一化后两种算法基于最优参数分类准确率对比》
由表1可知,对于UCI-ML手写体数字测试数据集的分类结果,不考虑权重KNN算法分类精度高于基于距离权重的KNN算法。对两种算法训练、测试的数据集进行均值方差归一化处理,然后采用与上述相同的算法进行参数调优和分类预测,其准确率如表2所示:
图表编号 | XD00186595500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 汤晓武 |
绘制单位 | 天津理工大学中环信息学院后勤管理处 |
更多格式 | 高清、无水印(增值服务) |
由表1可知,对于UCI-ML手写体数字测试数据集的分类结果,不考虑权重KNN算法分类精度高于基于距离权重的KNN算法。对两种算法训练、测试的数据集进行均值方差归一化处理,然后采用与上述相同的算法进行参数调优和分类预测,其准确率如表2所示:
图表编号 | XD00186595500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 汤晓武 |
绘制单位 | 天津理工大学中环信息学院后勤管理处 |
更多格式 | 高清、无水印(增值服务) |