《表9 wine数据集实验结果》
提示：宽带有限、当前游客访问压缩模式
实验采用多次验证的方法[15]，从数据集随机抽取70%作为训练集，30%作为测试集，进行10次实验，取实验的平均值作为实验结果。实验结果如表8、表9、表10所示。
| 图表编号 | XD00188991100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.15 |
| 作者 | 谭正华、戴立平、文阳、李国泰 |
| 绘制单位 | 湘潭大学信息工程学院、湘潭大学信息工程学院、湘潭大学信息工程学院、湘潭大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 不同算法在Wine数据集上的新类检测性能》2021.01.01
- 《表9 Heat数据集上的实验结果》2020.07.30
- 《表3 wine数据集特征属性相关系数》2020.11.15
- 《表9 Palm-print中5个三类图像数据集上的实验结果（C=0.01)》2020.08.25
- 《表3 wine数据集划分》2020.02.20
- 《表9 不同数据集上-各方案实验结果》2020.01.25
- 《表4 Wine数据集实验结果对比》2020.04.16
- 《表3 Wine数据集2种算法结果比较》2019.07.01
- 《表1 Iris数据集和Wine数据集描述》2019.08.28
- 《表2 三种聚类算法在Wine数据集上的聚类相关评价指标值》2019.04.01
- 《表9 Yeast数据集实验结果》2019.05.15
- 《表3 五种分类器对Iris、Wine和Seeds数据集的分类结果》2019.01.05
- 《Table 4 Parameter selection table of wine表4 wine数据集的参数选取表》2019.01.01
- 《Table 1 Parameter selection table of wine表1 wine数据集的参数选取表》2019.01.01
- 《表5 CSO、GA、PSO在Wine数据集上的运行结果》2019.01.01
- 《表2 SSE、ET-SSE在dataR2、Iris、Wine及Immunotherapy数据集上的计算数据》2019.04.15
- 《表1 Iris和Wine数据集实验一结果》2019.01.20
- 《表2 对于Wine数据集的20次实验4种聚类算法比较Tab.2 Comparison of the four clustering algorithms for 20experiments on Wine datasets》2018.04.01
- 《表9 Wine分类结果对比》2018.04.20
- 《表4 K-Means与F-KMeans算法准确率对比（Wine数据集）》2019.12.16