《表1 数据集的基本情况：集成特征选择的基因微阵列数据分类算法》
提示：宽带有限、当前游客访问压缩模式
实验使用两个公开微阵列数据集：前列腺癌数据[6]和乳腺癌数据[7]。数据集中所有的样本预先被划分成了训练样本和测试样本，表1列出数据集的基本情况。
| 图表编号 | XD00352500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 杨爱华 |
| 绘制单位 | 漳州科技职业学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集的基本情况：基于图模型的数据流分类算法》2020.10.10
- 《表1 五种分类算法在两个数据集的分类结果比较》2021.04.01
- 《表4 选取的特征信息：基于重采样与特征选择的不均衡数据分类算法》2020.06.01
- 《表1 二分类混淆矩阵：基于重采样与特征选择的不均衡数据分类算法》2020.06.01
- 《表1 数据集特性：自适应概念漂移问题的增量集成分类算法》2020.07.01
- 《表8 基于Ionosphere数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表7 基于Sonar数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表9 基于WDBC数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表6 基于Pima数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表1 本文数据集的描述：基于文本数据的过滤式与嵌入式样本选择算法》2020.03.25
- 《表2 数据集的信息：结合样本局部密度的非平衡数据集成分类算法》2020.02.01
- 《表1 实验数据集：基因数据集混合特征选择算法研究》2019.10.18
- 《表1 数据集的基本信息：改进的Fisher Score特征选择方法及其应用》2019.10.01
- 《表1 基因数据集信息：基于FCBF特征选择和集成优化学习的基因表达数据分类算法》2019.10.01
- 《表1 数据集信息表：基于DE-CStacking集成的基因表达数据分类算法》2019.08.01
- 《表1 数据集描述：一种基于模糊粗糙集的快速特征选择算法》2019.05.01
- 《表2 数据集的主要特征：基于标签特征和相关性的多标签分类算法》2019.02.15
- 《表1 实验所用数据集：基于粗糙集的决策树集成学习算法》2018.08.01
- 《表1 数据集的结构：基于社交平台数据的文本分类算法研究》2018.10.15
- 《表1 数据集：面向概念漂移数据流的自适应增量集成分类算法》2019.12.01