《表2 回归模型特征:基于卷积神经网络的机票低价预测》

《表2 回归模型特征:基于卷积神经网络的机票低价预测》图表

《表2 回归模型特征:基于卷积神经网络的机票低价预测》
预计下载耗时:<2秒

图表说明及下载

基于卷积神经网络的机票低价预测中,针对上述回归方法,利用已知数据及相关信息从航班的时间信息、地理信息、近期数据特点、周期性数据特点等多方面设计了如表2所示共计62维特征.

公告:考虑到大家可能需要图表高清原图或出处原文整套的PDF,但由于获取多是收费渠道,为方便大家博主会在收到相关邮箱留言求助后帮忙获取分享给大家免费下载。

  1. 下载图表

相关图表整理

  1. 《表1 外部因素设计:基于卷积神经网络的机票低价预测》 机票价格不仅自身存在规律,同时还受到很多外部因素的影响,如航空公司因素、航线因素、航班时间相关因素等多方面的有价值信息.所以,本模型综合考虑了表1所列的外部因素特征信息. …[研究主题:基于卷积神经网络的机票低价预测 2019.10.01 原文格式:PDF]
  2. 《表2 高地钩叶藤节间与节部维管束特性及F-检验》 从藤皮至藤芯,节间的维管束径向直径变化趋势为逐渐上升,而节部呈起伏式上升趋势;两者的最大值都在藤芯处(图3)。节间与节部维管束径向直径的平均值、极大值和极小值分别为523.466 …[研究主题:高地钩叶藤节间与节部导管及维管束形态特征径向变异规律 2019.09.30 原文格式:PDF]
  3. 《表1 高地钩叶藤节间与节部导管分子特性及F-检验》 从藤皮至藤芯,节间导管分子长度的变化呈先上升后缓慢下降的趋势,其中导管分子最长的部位在靠近藤中处,导管分子最短的部位在藤皮处;节部导管分子长度的变化呈增-降-增-降的趋势, …[研究主题:高地钩叶藤节间与节部导管及维管束形态特征径向变异规律 2019.09.30 原文格式:PDF]
  4. 《表2 相关性随训练集占比结果》 由表2可知,一般线性回归模型和机器学习模型方法得到的真实值与预测值之间具有一定的相关性。一般线性回归相关性稳定在0.71~0.80之间,波动较小,而利用机器学习的2种方法进行建模 …[研究主题:线性模型与机器学习模型对牦牛体重预测的比较 2019.12.10 原文格式:PDF]
  5. 《表1 不同性质降水特征:盘锦地区雷达定量降水估测研究》 从降水类型可分为对流云降水、层状云降水和混合型降水,不同性质降水特征如表1所示。 …[研究主题:盘锦地区雷达定量降水估测研究 2019.12.10 原文格式:PDF]