《表2 天然缺失的数据集填充算法分类性能比较表》
提示：宽带有限、当前游客访问压缩模式
对UCI中4个缺失数据集进行分类准确率的测试结果如表2所示。
| 图表编号 | XD005831400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.09.26 |
| 作者 | 孙华艳、李业丽、字云飞、韩旭、管欣鑫、周楚风 |
| 绘制单位 | 北京印刷学院信息工程学院、北京印刷学院信息工程学院、北京印刷学院信息工程学院、北京印刷学院信息工程学院、北京印刷学院信息工程学院、北京印刷学院信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 缺失率50%时插补后数据集的分类错分率》2020.09.30
- 《表4 缺失率为10%插补后数据集的分类错分率》2020.09.30
- 《表1 数据集统计：基于评分填充与信任信息的混合推荐算法》2020.10.10
- 《表1 五种分类算法在两个数据集的分类结果比较》2021.04.01
- 《表2 不同数据集下算法分类性能对比》2018.06.15
- 《表1 数据集信息：基于模糊C-均值聚类的缺失数据填充方法》2020.03.25
- 《表6 基于Pima数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表8 基于Ionosphere数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表7 基于Sonar数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表9 基于WDBC数据集的机器学习算法在特征子集和全集下5FCV分类性能》2020.03.20
- 《表2 各类算法在不同数据集上的分类性能对比》2020.04.01
- 《表3 缺失数据填充后的数据》2020.03.20
- 《表2 在数据集VOC2007上比较不同分类算法的精度》2019.06.30
- 《表2 在数据集VOC2007上比较不同分类算法的精度》2019.06.30
- 《表2 不同算法在Caltech数据集的平均缺失率的比较》2019.06.01
- 《表2 实验结果比较：一种新的近邻密度SVM不平衡数据集分类算法》2019.06.01
- 《表2 数据集的特征描述：基于信度网络推理的风电监控数据缺失值恢复算法》2019.04.01
- 《表3 10%数据缺失率的5种填充算法分类性能比较》2018.09.26
- 《表5 50%数据缺失率下的5种填充算法分类性能比较表》2018.09.26
- 《表4 30%数据缺失率的5种填充算法分类性能比较表》2018.09.26