《表2 样本预测结果(部分)》
提示：宽带有限、当前游客访问压缩模式
将需要测试的样本数据代入算法中，通过训练好的决策树得出的部分预测结果如表2所示.对比其预测值和实际值可知存在一定的偏差，但就整体情况而言，其预测的准确性较为可靠.
| 图表编号 | XD0084888500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.20 |
| 作者 | 戴银娟、付石磊 |
| 绘制单位 | 兰州交通大学机电技术研究所、甘肃省物流及运输装备信息化工程技术研究中心、兰州交通大学机电技术研究所、甘肃省物流及运输装备信息化工程技术研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 部分训练样本的试验结果与预测数据》2020.10.10
- 《表1 部分样本数据：生产井分层注水量智能预测方法研究》2021.02.17
- 《表1 部分样本数据：基于ARMA模型的股票开盘价分析及预测》2020.09.25
- 《表1 部分样本信息：基于LSTM网络的建筑能耗预测方法》2020.12.01
- 《表1 部分样本数据：基于BP神经网络的风机关键部件故障预测》2021.03.01
- 《表1 部分样本数据：基于改进神经网络的一种新型MPPT预测方法》2021.01.15
- 《表3 部分样本分类预测结果》2020.03.01
- 《表2 主轴刚度预测模型部分样本》2020.05.10
- 《表2 波动率模型的样本外预测值部分检验结果》2020.04.01
- 《表2 部分采集样本数据：冰蓄冷空调负荷预测的预估校正模型》2020.02.16
- 《表1 部分采集样本数据：冰蓄冷空调负荷预测的预估校正模型》2020.02.16
- 《表2 母线11电压稳定L指标原始值与SVM预测值的部分样本数据》2019.10.15
- 《表3 产品评论（部分）：小样本下多维指标融合的电商产品销量预测》2019.08.01
- 《表2 部分样本数据：基于改进BP神经网络的供热负荷预测模型》2019.07.15
- 《表1 旱情等级预测的部分样本数据》2019.03.01
- 《表1 部分样本数据：基于神经网络的数据中心故障预测方法的研究》2019.05.01
- 《表1 部分边坡数据样本：基于粒子群优化支持向量机的边坡稳定性预测》2019.02.25
- 《表2 潜力预测部分样本数据》2019.01.28
- 《表1部分样本数据记录：车险索赔次数预测模型的扩展与应用》2018.11.20
- 《表2 部分样本的力学真值与模型预测值Tab.2 Mechanical values and predictive values of partial samples》2018.05.01