《表3 学习曲线收敛值:基于多粒度级联森林的骨质疏松性骨折预测研究》
由图3可知logistic分类器的方差极小,无过拟合现象,从表3可知该分类器在B组特征下TS与CS曲线能很好地收敛,但分类准确率略低。GBDT分类器在A组特征下,TS收敛于0.912 4,CS收敛于0.885 7。在B组特征下TS收敛于0.922 5,CS收敛于0.895 7,均高于A组收敛值,且观察到TS和CS曲线末端间隔小,意味着方差小且无过拟合。同样,RF分类器和gcForest分类器的训练收敛情况可见表3。对于gcForest分类器而言,两曲线末端稍有间隔,可通过增大训练样本数或者减少训练特征改善此现象,基于B组特征其CS收敛值超过了0.90,泛化性能最佳。
图表编号 | XD0051913900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 徐辉煌、张海宇、林勇 |
绘制单位 | 上海理工大学医疗器械与食品学院、上海理工大学医疗器械与食品学院、上海理工大学医疗器械与食品学院 |
更多格式 | 高清、无水印(增值服务) |