《表2“好而不同”的学习器》
提示：宽带有限、当前游客访问压缩模式
由图2可知，在选择性集成后，除iF指标明显降低外，其他指标略有提高。因此，需要对个体学习器的结合策略进一步改进。
| 图表编号 | XD00187017800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.25 |
| 作者 | 游文霞、申坤、杨楠、李清清、吴永华、李文武 |
| 绘制单位 | 三峡大学电气与新能源学院、三峡大学电气与新能源学院、三峡大学电气与新能源学院、三峡大学电气与新能源学院、国网湖北省电力有限公司孝感供电公司、三峡大学电气与新能源学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 15个学习器在5个数据集上的测试精度》2020.10.01
- 《表2 不同求解器求解Ehlers测试例的运行时间和学习子句集删除次数》2020.10.05
- 《表2△BA与年龄的关系：媒介即生活 评价即学习 反思即起点——“网络社交媒介‘谣言辨识器’的设计”语文项目学习》2020.09.01
- 《表2“一A再A”的语境：媒介即生活 评价即学习 反思即起点——“网络社交媒介‘谣言辨识器’的设计”语文项目学习》2020.09.01
- 《表7 操稳性仿真结果：媒介即生活 评价即学习 反思即起点——“网络社交媒介‘谣言辨识器’的设计”语文项目学习》2020.09.01
- 《表5 EACNN与基学习器的性能对比》2021.01.10
- 《表3 基学习器的输出权重》2021.01.10
- 《表6 Stacking模型与各个初级学习器的预测结果对比》2020.12.31
- 《表5 Stacking模型与各个初级学习器的效果对比》2020.12.31
- 《表4:Bagging基学习器误差表》2020.11.01
- 《表6 个体学习器和集成学习模型的分类正确情况》2020.04.01
- 《表7 不同λ时机器学习的决定系数》2020.09.15
- 《表1 N=6时机器学习得到的人工边界条件的系数》2020.02.08
- 《表2 CMAES集成学习方法对10种基学习器的集成权重》2020.03.01
- 《表1 实验数据集信息：基于异构分类器集成的增量学习算法》2020.04.01
- 《表2 决策树基学习器的预测准确性》2020.03.23
- 《表1 机器学习分类器精度》2019.09.01
- 《表2 特征属性选择：混沌量子粒子群的权重类条件贝叶斯网络分类器参数学习》2019.10.01
- 《表2 三种监督学习分类器特性比较a》2019.09.25
- 《表2 布鲁姆学习成果分类器的在5折交叉验证的表现结果 (%)》2019.01.01