《表1 十折交叉验证结果：基于多源机器学习的脱贫方式智能推荐研究》
提示：宽带有限、当前游客访问压缩模式
按图2的流程进行模型训练，采用十折交叉验证，以准确度作为评价指标，各分类器的交叉验证结果如表1所示。
| 图表编号 | XD0044944700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.25 |
| 作者 | 魏嫣娇、易叶青 |
| 绘制单位 | 湖南人文科技学院、湖南人文科技学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 四种模型十折交叉验证稳定性》2020.10.10
- 《表1 不同分类器在十折交叉验证下的准确率》2021.03.10
- 《表3 不同分类器使用十折交叉验证的平均识别率》2020.11.30
- 《表3 十折交叉验证结果（均值±标准差）》2020.06.20
- 《表2 十折交叉验证结果（均值±标准差）》2020.06.20
- 《表1 机器学习分类10折交叉验证预测结果》2020.08.01
- 《表3 十折交叉验证的准确性》2020.05.25
- 《表2 用户图书借阅目录：基于机器学习的高校图书馆个性化智能推荐服务方案》2020.03.10
- 《表5 各分类器在十折交叉验证下的平均性能》2020.02.10
- 《表2 十折交叉验证每次结果的各评价指标值(%)》2019.12.25
- 《表9 十折交叉验证平均正确率》2019.12.01
- 《表2 基于机器学习算法的十折交叉准确率》2019.10.01
- 《表3 随机森林分类器的十折交叉验证法结果》2019.09.01
- 《表4 词嵌入向量类比训练十折交叉验证结果》2019.11.24
- 《表3 基于十折交叉验证的模型训练及预测R2结果》2019.09.01
- 《表2 离子通道蛋白十折交叉验证mcc值》2019.07.15
- 《表1 实验样本数据表：基于机器学习的智能推荐技术在变压器选型中的应用》2019.05.01
- 《表2 十折交叉验证的测试结果》2019.01.30
- 《表2 十次十折交叉验证结果》2019.04.10
- 《表1 十折交叉验证结果：一种基于SVDD和PCA的风机故障诊断方法》2019.11.25