研究文章
将丢失的医疗数据的动态模型:多目标粒子群优化算法
|
| 不。 |
算法名称 |
|
| 离散算法 |
| 1 |
支持向量machines-linear |
| 2 |
支持向量machines-quadratic |
| 3 |
支持向量machines-polynomial |
| 4 |
支持向量machines-RBF = 5 |
| 5 |
支持向量machines-RBF = 2 |
| 6 |
支持向量machines-RBF = 1 |
| 7 |
支持向量machines-RBF = 0.5 |
| 8 |
支持向量machines-RBF = 0.2 |
| 9 |
支持向量machines-RBF = 0.1 |
| 10 |
1-NN |
| 11 |
3-NN |
| 12 |
5-NN |
| 13 |
7-NN |
| 14 |
9-NN |
| 15 |
决策树(C4.5) |
| 16 |
人工神经网络前馈 |
| 17 |
逻辑回归 |
| 18 |
朴素贝叶斯 |
|
| 连续的算法 |
| 1 |
支持向量回归(SVR) |
| 2 |
1-NN |
| 3 |
3-NN |
| 4 |
5-NN |
| 5 |
7-NN |
| 6 |
9-NN |
| 7 |
连续决策树(CART) |
| 8 |
人工神经网络前馈 |
| 9 |
多元回归 |
|
|
