《表3 Linear SVM分类器预测结果》
提示：宽带有限、当前游客访问压缩模式
采用输出的Linear SVM分类器，输入验证集数据进行验证，结果如表3所示。可以看出，预测的结果正确率达到80%。预测错误的两个样本，都是将C级预测成了临近的C-级。
| 图表编号 | XD0054668700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.25 |
| 作者 | 孟毅、王亚新 |
| 绘制单位 | 岭南师范学院商学院、岭南师范学院商学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 基于混合特征的SVM分类器语料测试实验结果》2018.12.01
- 《表3 各算法在SVM分类器上分类准确率对比(%)》2019.11.01
- 《表1 SVM分类器和随机森林分类器分类实验结果》2020.12.01
- 《表4 SVM和PNN分类器目标检测结果》2021.02.01
- 《表1 SVM分类器优化前后测试结果》2020.09.05
- 《表4 SVM分类器实验结果对比》2020.09.15
- 《表3 非线性SVM分类器杀死变异体的结果》2020.09.01
- 《表2 线性SVM分类器杀死变异体的结果》2020.09.01
- 《表3 SVM分类器地物识别混淆矩阵》2020.07.25
- 《表3 分类器效果对比：基于模糊SVM模型的入侵检测分类算法》2020.02.01
- 《表3 SVM分类器与神经网络效果对比》2019.11.25
- 《表3 SVM分类器识别率》2019.12.15
- 《表7 不同超限学习机混合分类器表现（SVM核函数为linear)》2019.11.15
- 《表4 SVM分类器分类结果混淆矩阵》2019.10.25
- 《表2 SVM分类器下不同特征提取算法结果对比》2019.01.25
- 《表3 SVM二叉树型多分类器对裂缝图像的分类》2019.02.15
- 《表3 谎言检测结果：基于SVM和GMM组合分类器的谎言识别方法》2019.02.20
- 《表3 采用SVM分类器的算法对比实验》2019.01.28
- 《表3 3种特征选择方法选取的特征在SVM分类器上的实验结果》2018.02.01
- 《表3 SVM分类器参数对比》2019.11.25