《表2 分类预测准确率随训练集数据量变化》
提示：宽带有限、当前游客访问压缩模式
训练数据量取5 000，20 000，50 000条时，模型分类准确率情况如表2～表4，分类准确率和epoch关系如图6和图7。
| 图表编号 | XD00223343700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.20 |
| 作者 | 张宇昂、贾云鹏、刘家鹏 |
| 绘制单位 | 北京工业大学、北京工业大学、中国电子科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练集数据量比例：一种多特征融合的长文本分类方法》2020.09.20
- 《表5 不同方法在未加噪声的点云图像船舶数据集上的分类准确率、F1分数和训练时间》2020.08.25
- 《表6 不同方法在自建的点云图像船舶数据集上的分类准确率、F1分数和训练时间》2020.08.25
- 《表7 不同方法在悉尼城市目标数据集上的分类准确率、F1分数和训练时间》2020.08.25
- 《表2 训练集与测试集数据分类》2020.12.25
- 《表2 四种数据集训练下的判别准确率》2020.06.25
- 《表2 SVM模型的在不同训练集下的预测正确率》2020.04.05
- 《表4 RF模型在不同训练集下的预测正确率》2020.04.05
- 《表2 用于操作值回归预测的部分训练数据集》2020.08.01
- 《表3 基分类器分组训练后在测试集上的准确率对比(单位：%）》2020.04.01
- 《表2 预测准确率λ随d*的变化值》2020.05.01
- 《表5 分类器对训练集预测的混淆矩阵》2020.01.25
- 《表3 训练集上的准确率：基于CMAES集成学习方法的地表水质分类》2020.03.01
- 《表3 训练集和预测集正确率(%)》2020.02.01
- 《表3 D1和BS分别作为训练集时的分类准确率结果》2019.08.10
- 《表2 训练集与预测集分类信息》2019.10.20
- 《表2 各城市样本日气象数据训练集 (拟合) 、测试集 (预测) 划分》2019.01.15
- 《表2 各分类器产生的训练样本集数据》2019.04.01
- 《表2 不同分类器的训练集预测结果 (%)》2019.02.01
- 《表3 随机森林分类器预测准确率及召回率随延迟变化》2018.05.15