《表6 随机森林分类结果》
提示：宽带有限、当前游客访问压缩模式
现把2010年～2015年的故障数据全部输入到超参数已定的随机森林算法中，预测2016年的故障样本的故障原因，观察各个故障原因在该算法下的分类性能.最终的实验结果见表6.
| 图表编号 | XD0056209400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.01 |
| 作者 | 王锐光、吴际、刘超、杨海燕 |
| 绘制单位 | 北京航空航天大学计算机学院、北京航空航天大学计算机学院、北京航空航天大学计算机学院、北京航空航天大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 随机森林分类器混淆矩阵结果》2020.09.25
- 《表1 合并随机森林与SVM分类模型测试结果》2020.12.25
- 《表1 SVM分类器和随机森林分类器分类实验结果》2020.12.01
- 《表5 基于随机森林分类结果对应的混淆矩阵》2020.11.25
- 《表3 分类结果：基于随机森林算法的阿尔茨海默症医学影像分类》2020.08.25
- 《表2 随机森林法农作物分类结果混淆矩阵》2020.02.20
- 《表6 基于2因子的4次迭代随机森林算法的学生成绩等级分类混淆矩阵》2020.08.25
- 《表7 随机森林分类结果准确率比较》2020.06.15
- 《表6 分类结果精度统计：基于特征优选随机森林算法的农耕区土地利用分类》2020.02.01
- 《表5 支持向量机与随机森林的分类结果对比》2020.03.01
- 《表3 不同波段光谱数据的随机森林分类结果》2020.02.20
- 《表3 随机森林分类器的十折交叉验证法结果》2019.09.01
- 《表5 随机森林分类器结果》2019.11.15
- 《表2 分类结果混淆矩阵：基于随机森林的栅格DEM微观地形分类方法》2019.10.25
- 《表3 分类结果统计表：基于随机森林的栅格DEM微观地形分类方法》2019.10.25
- 《表2 随机森林和SVM对三类目标的分类结果 (实际样本)》2019.07.01
- 《表1 随机森林和SVM对三类目标的分类结果 (仿真样本)》2019.07.01
- 《表6 随机森林算法条件下原始影像波段与特征波段分类精度对比》2019.05.20
- 《表6 随机森林不同数据集分类结果》2019.07.01
- 《表2 分类算法结果比较：基于随机森林分类优化的多特征语音情感识别》2019.01.05