《表1 水泵选型参数：基于LightGBM的高校就业预测模型》
提示：宽带有限、当前游客访问压缩模式
Class4为正类（少数类），Class1、2、3为负类（多数类），本文随机抽取20%的样本作为测试集，剩余作为训练集。
| 图表编号 | XD00192514500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.10 |
| 作者 | 罗丹、刘旋 |
| 绘制单位 | 信阳农林学院信息工程学院、信阳农林学院信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 耦合协调度分析：基于LightGBM算法的MR网络信号预测》2020.10.15
- 《表3 证据描述及汇总：基于LightGBM算法的MR网络信号预测》2020.10.15
- 《表2 最终聚类结果：基于LightGBM算法的MR网络信号预测》2020.10.15
- 《表3 方案综合比较：基于LightGBM的高校就业预测模型》2020.08.10
- 《表2 水泥物理性能：基于LightGBM的高校就业预测模型》2020.08.10
- 《表4 斜井接地：基于LightGBM的高校就业预测模型》2020.08.10
- 《表6 3种模型的超参数：基于MCS-MIFS与LightGBM的燃气轮机功率预测方法》2020.05.28
- 《表3 原始时间序列数据：基于MCS-MIFS与LightGBM的燃气轮机功率预测方法》2020.05.28
- 《表4 监督学习数据：基于MCS-MIFS与LightGBM的燃气轮机功率预测方法》2020.05.28
- 《表2 训练集的结果展示：基于LightGBM的住房租金预测分析》2020.03.15
- 《表5 模型结果对比：基于LightGBM的住房租金预测分析》2020.03.15
- 《表1 实验结果对比：基于CNN-LightGBM模型的高速公路交通量预测》2020.02.10
- 《表1 水泵及热泵选型参数》2019.12.01
- 《表4 循环水泵参数：1000MW超超临界机组循环水泵选型研究》2020.01.20
- 《表1 给水泵及风机选型参数》2019.12.30
- 《表2 用户业务信息：一种基于LightGBM机器学习算法的用户年龄及性别预测方法》2019.09.20
- 《表1 用户基本属性：一种基于LightGBM机器学习算法的用户年龄及性别预测方法》2019.09.20
- 《表1 备选方案特性表：基于AHP-模糊综合评价法的水泵优化选型研究》2019.05.01
- 《表5 RI取值表：基于AHP-模糊综合评价法的水泵优化选型研究》2019.05.01
- 《表2 管道特性参数表：高瓦斯矿井采区水仓水泵的选型设计》2019.12.10