《表2 不同特征选择方法得到的分类器间的性能比较》
根据特征重要性大小,基于随机森林特征重要性方法以{fsk,ft,fhue}、{fsk,ft,fhue,fsa}和{fsk,ft,fhue,fsa,fsh}的特征组合方式训练得到了3个天气分类器RFC1、RFC2和RFC3;基于Fisher-RF特征重要性方法以{fsa,fsk,fco}、{fsa,fsk,fco,fsh}和{fsa,fsk,fco,fsh,ft}特征组合方式训练得到了3个天气分类器FRFC1、FRFC2和FRFC3(即WC5),实验结果如表2所示。
图表编号 | XD003595500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.22 |
作者 | 张世辉、杜雪哲、何琦、董利健 |
绘制单位 | 燕山大学信息科学与工程学院、河北省计算机虚拟技术与系统集成重点实验室、燕山大学信息科学与工程学院、燕山大学信息科学与工程学院、燕山大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |