《表1 不同分类模型的预测结果》
本次实验选用3个分类器模型:K-NearestNeighborClassifier,GradientBoostingClassifier,AdaBoostClassifier,其中,GradientBoostingClassifier和AdaBoostClassifier是基于boosting算法的分类器,分类效果较为理想,通过for-loop对模型中的参数进行调参,得到预测精度最高的参数。对分类器都做调参优化,得到的预测结果如表1所示,3个分类器的准确度都大于0.5,所以原则上都是有效的分类器,可以作为集成学习的第一层分类器。
图表编号 | XD0096185000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 孟叶、于忠清、周强 |
绘制单位 | 青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |