《表2 分类器性能对比：电力基建施工问题文本分类研究》
提示：宽带有限、当前游客访问压缩模式
为了证明本文所设计的模型具有更好的性能，还分别建立了常用的SVM分类模型以及KNN分类模型进行比较，所得这三种分类器的性能对比如表2所示。
| 图表编号 | XD0096314500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.10 |
| 作者 | 谢志炜、冯鸿怀、许锐埼、李慧夫 |
| 绘制单位 | 广州供电局有限公司、广州穗能通综合能源有限公司、广东工业大学自动化学院、广东工业大学自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同分类器构造分类模型的性能对比》2020.10.15
- 《表3 政策工具分类图：珠三角“代耕农”问题中的政府角色研究——基于各级政府政策文本的计量分析》2020.09.10
- 《表2 异常流量识别分类器性能对比》2020.12.01
- 《表4 分类器性能指标：基于改进TF-IDF可疑人员文本表示方法》2021.02.16
- 《表3 算法分类器性能对比》2021.02.15
- 《表2 故障文本分类：基于LSTM循环神经网络的电力故障挖掘研究》2021.01.10
- 《表2 基于文本特征的贝叶斯分类器分类结果》2019.12.20
- 《表4 电力客户服务工单文本分类数据集分布》2020.05.01
- 《表1 电力审计领域词典：增强领域特征的电力审计文本分类方法》2020.07.10
- 《表2 吸引人才的策略：电力基建工程管理中常见问题及改进措施研究》2020.05.10
- 《表2 分类器性能对比（二）》2020.03.16
- 《表1 分类器性能对比（一）》2020.03.16
- 《表1 实验数据：基于BiGRU和贝叶斯分类器的文本分类》2020.02.16
- 《表3 分类性能混合矩阵：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表4 分类整体性能：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表1 电力设备缺陷分类：基于文本挖掘的电力设备缺陷用户画像构建》2019.11.30
- 《表2 电力缺陷文本分类结果》2019.11.30
- 《表2 朴素Bayes文本分类器的分类结果》2019.11.26
- 《表1 施工问题类别：电力基建施工问题文本分类研究》2019.09.10
- 《表4 文本分类器的实验效果》2019.11.01