《表1 数据描述性统计:改进的PSO高维特征选择算法》
所有的算法采用KNN分类器进行分类(K=5)。粒子的初始种群大小N=30,每次迭代的最大次数T=100,学习因子c1=c2=2,粒子的最大速度V(max)=10,最小速度V(min)=-10,实验所使用的数据集为UCI公开数据集。数据集信息如表1所示。
图表编号 | XD00193138900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 江川 |
绘制单位 | 三峡大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |
所有的算法采用KNN分类器进行分类(K=5)。粒子的初始种群大小N=30,每次迭代的最大次数T=100,学习因子c1=c2=2,粒子的最大速度V(max)=10,最小速度V(min)=-10,实验所使用的数据集为UCI公开数据集。数据集信息如表1所示。
图表编号 | XD00193138900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 江川 |
绘制单位 | 三峡大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |