《表4 Test数据集上的结果(F值)》
提示：宽带有限、当前游客访问压缩模式
如表4所示，数据预处理对除ZX以外的4个测试数据的F值都有超过1%的提升，且这些数据的F值提升均值达到了1.71%。
| 图表编号 | XD0091813600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 朱运、李正华、黄德朋、张民 |
| 绘制单位 | 苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 异常事件检测方法在实验数据集上的AUC值》2020.10.01
- 《表4 MIRFlickr-25k数据集上的m AP值》2021.02.01
- 《表2 算法在Cityscapes数据集上的m Io U值对比结果》2021.01.15
- 《表4 各个体学习器在6个只含单一窃电样本数据集上的DF值》2021.01.25
- 《表3 NJU-2000数据集上的F-measure、MAE对比》2020.07.01
- 《表2 NJU-400数据集上的F-measure、MAE对比》2020.07.01
- 《表1 LFSD数据集上的F-measure、MAE对比》2020.07.01
- 《表4 各算法在不同数据集上的AUC值对比》2020.05.01
- 《表3 不同方法在三个数据集上的F-measure值》2020.05.01
- 《表4 各类对比算法在中文数据集上的F1值》2020.10.01
- 《表4 本文算法和其他算法在Ciao数据集上的RMSE值》2020.08.15
- 《表1 SIGHAN2005数据集上的F值测试结果（%）》2020.03.25
- 《表4 三个模型在三个数据集上的AIC值》2020.02.01
- 《表6 预处理方法修改的数量总计以及Test数据集上F值提升统计》2019.09.01
- 《表2 不同特征融合方法在四种数据集上的MAE和F-score》2019.09.01
- 《表1 不同特征融合方法在四种数据集上的F-score》2019.09.01
- 《表1 不同模型在BSDS300数据集上的F值》2019.08.01
- 《表5 3种特征体系在非平衡数据集上的F值》2019.02.20
- 《表8 3种特征体系在平衡数据集上的F值》2019.02.20
- 《表4 四种算法在人工数据集上的F1-measure值》2019.01.30