《表4 不同K取值下分类准确率对比》
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XGboost算法的面向任务携行航材品种确定方法》
%
笔者采用的计算机配置:Intel?Core?i7-8750H处理器,16 G内存,Ge Force GTX 1060显卡,6 G显存,Windows系统,python语言,pytorch架构。采用K折交叉法来划分样本数据的训练集和测试集。将2 400个样本集随机划分为互不相交的K个子集后,取K=2~11进行交叉验证。记录每次运行的结果如表4所示。显然取值K=9时,准确率最高,样本最终选择9折交叉验证法分组,测试集样本数为267,训练集样本数为2 133。
图表编号 | XD00188980200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.15 |
作者 | 宋传洲、陈育良、杨宜霖 |
绘制单位 | 海军航空大学岸防兵学院、海军航空大学岸防兵学院、中国人民解放军94679部队 |
更多格式 | 高清、无水印(增值服务) |