Comparison experiments show that the new model is able to lead lower error rate than individual classifiers and other ensemble learning algorithms in the Spleen Feebleness diagnosis.
与单个分类器和其他集成方法的对比实验,证明这种新模型在脾虚证辅助诊断上有更低的错误率。
参考来源 - 基于特征提取的分类集成在脾虚证诊断中的应用·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐