《表3 决策树模型预测效果》
提示：宽带有限、当前游客访问压缩模式
本次决策树采用基尼系数计算进行特征选择。决策树深度设为3，子数据集最小样本量为2，叶子节点最小样本数设为1，预测效果见表3。
| 图表编号 | XD0073027900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.15 |
| 作者 | 雷光裕 |
| 绘制单位 | 武汉工程大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 Logistic回归和分类决策树模型的分类效果比较》2020.09.25
- 《表7 决策树模型识别效果》2021.01.28
- 《表8 决策树模型预测结果》2020.07.30
- 《表5 对象单元决策树模型预测结果》2020.06.28
- 《表4 栅格单元决策树模型预测结果》2020.06.28
- 《表5 决策树预测模型综合评价指标》2020.02.28
- 《表6 基于企业进销项发票数据的税收风险预测模型与决策树模型的性能比较》2020.03.28
- 《表3 系统预测结果：基于智能决策树和无线传感网的林火预警模型研究》2019.12.31
- 《表9 决策树训练结果：基于机器学习的股票超额收益预测模型》2019.09.20
- 《表3 成本效果分析结果：基于决策树模型的口服铁补充制剂治疗妊娠期缺铁性贫血的成本效果分析》2019.10.15
- 《表4 利用决策树模型预测2017～2018年强雨雪个例积雪的准确度指标, 其中β=2》2019.05.28
- 《表7 利用决策树模型预测2007～2008年强雨雪个例的准确度指标 (β=2)》2019.05.28
- 《表6 2007～2008年强雨雪个例的真实值与决策树模型预测值的混淆矩阵》2019.05.28
- 《表3 2017～2018年强雨雪个例的真实值与决策树模型预测值的混淆矩阵》2019.05.28
- 《表3 基于决策树信用评分模型的预测精确度》2019.06.10
- 《表2 模型结果：基于决策树算法的棉花产量预测研究》2019.02.01
- 《表3 总成绩决策树小结：网络学习行为与成绩的预测及学习干预模型的设计》2019.02.28
- 《表6 决策树模型对预测集分类结果的比较》2018.11.01
- 《表9 决策树模型风险：基于相关分析与决策树的湖北雷击预测研究》2019.11.15
- 《表3：模型参数取值：基于C5.0决策树算法的开放数据的效用预测研究》2019.10.20