《表3 不同算法在各数据集上的精度比较 (集成规模=40) Table 3 Accuracy values of the different algorithms on datasets (ensem

《表3 不同算法在各数据集上的精度比较 (集成规模=40) Table 3 Accuracy values of the different algorithms on datasets (ensem   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
《基于粗糙集的决策树集成学习算法》


  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

当集成的规模设置为40个,即DTELARS是从40个训练的决策树中进行选择和集成,Bagging和Boosting是分别地训练和使用40个决策树进行集成时,DTELARS在所有数据集上的平均分类精度也高于其它算法(表3)。由DTELARS创建的集成中所使用决策树的数目仅是Bagging和Boosting使用数目的17.8%(7.1/40.0)。