《表3 同位素的选择:基于集成学习的英文语义识别方法研究与实现》

《表3 同位素的选择:基于集成学习的英文语义识别方法研究与实现》   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
《基于集成学习的英文语义识别方法研究与实现》


  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

接下来,对第1节中的模型相关参数进行设置,具体的模型参数值,如表2所示。在表2中,由于预先无法确定Adaboost模型中最优的回归树数目,文中对回归树的数目进行了动态化设置,即最小值为100,最大值为150。在模型的训练中,Adaboost将动态地评估出最优的回归树数目,自动选取100~150之间的最优值。完成模型的训练后,使用测试集对模型的性能进行测试。测试结果,如表3所示。