《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》

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

%

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。