《表2 数据集在Precision和Recall上的性能比较》
提示：宽带有限、当前游客访问压缩模式
表2可得出基于评论文本的动态生成对抗网络推荐算法（TGAN）在三种数据集上性能均优于其他基线算法，并且数据集稀疏性也与推荐性能有关，稀疏度越高其推荐效果越好．
| 图表编号 | XD00206773200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.25 |
| 作者 | 杨丹、张鹰 |
| 绘制单位 | 西华师范大学计算机学院、西华师范大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 m AP,precision,recall性能对比》2020.09.25
- 《表2 Precision,recall以及F1分数对比结果》2020.10.01
- 《表3 猴子数据集在不同模型上的准确率对比》2020.05.10
- 《表3 不同随机游走步数下两种预测算法的precision和recall》2020.07.05
- 《表1 不同邻居数L情况下各算法对应的Precision、Recall值》2020.06.25
- 《表5 不同的特征划分策略及转移概率计算策略对链路预测的Precision,Recall和AUC影响》2020.02.20
- 《表3 基于不同特征的链路预测方法的Precision,Recall和AUC比较》2020.02.20
- 《表5 8种数据集在5种算法上的G-mean和F-value性能比较》2020.01.01
- 《表4 不同数据集在BLSTM模型上的性能》2019.10.01
- 《表3 不同算法的precision、recall和f-macro值 (x珋±s)》2019.01.30
- 《表2 检索结果列联表：基于“precision-recall”曲线分析的高被引论文识别研究》2019.01.15
- 《表1 实验数据概览：基于“precision-recall”曲线分析的高被引论文识别研究》2019.01.15
- 《表1 各方法的Precision、Recall和time指标Tab.1 Precision, Recall and time for different methods》2018.06.15
- 《表2 训练阶段局部图像块上的10次独立实验的查准率和查全率Tab.2 Precision and Recall of ten independent experiments on patches in training stage》2018.08.01
- 《表3 分类结果的精度/召回率和准确度Table 3 The precision/recall and accuracy of the classification results》2018.07.01
- 《表2 分类结果的精度/召回率和准确度Table 2 The precision/recall and accuracy of the classification results》2018.07.01
- 《表7 六种算法对热药的precision、recall和F1-score》2019.12.01
- 《表6 六种算法对寒药的precision、recall和F1-score》2019.12.01
- 《表3 6组分类数据集在DT、RF和RFCFA上的十折交叉验证准确率》2019.12.01
- 《表4 4组回归数据集在DT、RF和RFCFA上的十折交叉验证均方根误差》2019.12.01