登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Optimal runtime parameters for the SVM Model.
Optimal runtime parameters for the SVM Model.
收藏
Figshare
2015-12-02 更新
2026-04-29 收录
SVM支持向量机
机器学习模型调优
数据链接：
https://figshare.com/articles/dataset/_Optimal_runtime_parameters_for_the_SVM_Model_/338478
数据链接
链接失效反馈
官方服务：
问题咨询
购买咨询
在线客服
NEW
资源简介：
Optimal runtime parameters for the SVM Model.
应用场景：
创建时间：
2015-12-02
相关数据集
Very Simple Dataset of Social Network ads
社交网络广告
机器学习模型调优
Used for Cross Validation & Grid Search tutorial (notebook)
kaggle
2022-07-05 更新
11
0
Performances of the optimized SVM models with MOE and IE descriptors on the training set (cross-validation CV) and the external validation set.
分子描述符
SVM支持向量机
Performances of the optimized SVM models with MOE and IE descriptors on the training set (cross-validation CV) and the external validation set.
NIAID Data Ecosystem
7
0
Support vector machine regression model parameters.
支持向量机回归
机器学习模型调优
Support vector machine regression model parameters.
Figshare
2017-10-27 更新
6
0
随机森林优化后模型调参.py
机器学习模型调优
随机森林算法
random forest classifiction and regression models
Figshare
2023-09-17 更新
9
0
Comparison of the performance of three kernel functions of SVM.
SVM支持向量机
分类模型评估
radial basis kernel function: Gaussian kernel; AUC: area under ROC curve; Spe: specificity; Pre: precision; Sen: sensitivity; F1: F-measure; MCC: Matthews correlation coefficient; ACC: accuracy.
NIAID Data Ecosystem
6
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广
