《表4 不平衡样本不同分类方法下的精确率和召回率》
提示：宽带有限、当前游客访问压缩模式
使用多个模型对上文所述样本集进行诊断测试，其中MOLAD-XGBoost中近邻阶数k=12。其分类结果如表4所示。
| 图表编号 | XD00202893500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.15 |
| 作者 | 潘进、丁强、江爱朋、陈越增、夏宇栋 |
| 绘制单位 | 杭州电子科技大学自动化学院、杭州电子科技大学自动化学院、杭州电子科技大学自动化学院、宁波惠康实业有限公司、杭州电子科技大学自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 不同网络层组合的精确率和召回率》2020.09.25
- 《表5 召回率为0.135时不同模型的精确率和F1》2021.01.01
- 《表5 不平衡数据下不同方法的平均分类精确率》2021.01.01
- 《表6 组4不同方法的精确率和召回率》2021.01.01
- 《表1 不同分割模型在DSC、VOE、RVD、精确率和召回率上的评价结果（±s,%)》2020.06.25
- 《表8 61味中药药性预测的召回率、精确率和F值》2020.05.25
- 《表3 DBMM精确率和召回率》2020.03.25
- 《表3 不同目标尺寸下的检测精确率、召回率和平均精准度》2020.06.25
- 《表4 不同场景下的检测精确率、召回率和平均精准度》2020.06.25
- 《表4 监督系统和基线的精确度、召回率和F度量》2020.04.15
- 《表1 系统翻译的准确率、召回率和精确率》2020.03.01
- 《表1 不同LBP模式下识别精确率和召回率(R=1,P=8)》2019.09.01
- 《表2 不同LBP参数下识别精确率和召回率(等价模式)》2019.09.01
- 《表2 不同LBP参数下识别精确率和召回率(等价模式)》2019.09.01
- 《表3 不同特征方法下目标识别精确率和召回率》2019.09.01
- 《表3 分类精确率和召回率》2019.06.01
- 《表4 SVC和AB-SVC分类器测试集的10折交叉验证精确率、召回率和f1得分的矩阵》2019.04.01
- 《表3 DTC和AB-DTC分类器测试集的10折交叉验证精确率、召回率和f1得分的矩阵》2019.04.01
- 《表5 LR和AB-LR分类器测试集的10折交叉验证精确率、召回率和f1得分的矩阵》2019.04.01
- 《表2 数据集2在不同检索数量下的精确率和召回率比较Table 2 Comparison of accuracy and recall rates of dataset 2in different retrieval quantity》2018.06.30