《表1 时间效率比较:基于XGBoost与协方差特征的频谱感知算法》

《表1 时间效率比较:基于XGBoost与协方差特征的频谱感知算法》   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与协方差特征的频谱感知算法》


  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

将数据分为3组进行实验对比,第1组训练数据量为11 000,每个信噪比数据为1 000;第2组训练数据量为22 000,每个信噪比数据为2 000;第3组训练数据量为33 000,每个信噪比数据为3 000;测试数据量均为11 000,每个信噪比数据为1 000。分别用以上3组训练数据训练XGBoost算法得出3个模型model_1、model_2、model_3,使用AUC值作为模型评估指标,用分布网格搜索确定模型超参数,各模型在测试数据上AUC值对比如图2所示,训练与测试时间对比如表1所示,测试时间为总样本测试时间。