《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
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)。
图表编号 | XD0022573000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 时雷、段其国、张娟娟、熊明阳、席磊、马新明 |
绘制单位 | 河南农业大学信息与管理科学学院,河南粮食作物协同创新中心、郑州商品交易所、河南农业大学信息与管理科学学院,河南粮食作物协同创新中心、河南农业大学信息与管理科学学院,河南粮食作物协同创新中心、河南农业大学信息与管理科学学院,河南粮食作物协同创新中心、河南农业大学信息与管理科学学院,河南粮食作物协同创新中心 |
更多格式 | 高清、无水印(增值服务) |