North Dakota State University.;
机译:痴呆症预测中的数据挖掘方法:线性判别分析,逻辑回归,神经网络,支持向量机,分类树和随机森林的准确性,敏感性和特异性的真实数据比较
机译:基于支持向量机递归特征消除和使用支持向量机对前列腺癌和乳腺癌进行分类的一维朴素贝叶斯分类器选择特征子集
机译:支持向量机,概率神经网络和K近邻算法用于水质分类的比较评估
机译:多项式朴素贝叶斯与K最近邻,支持向量机和随机森林的比较,用于“网络攻击”文档的分类
机译:基于垂直等间隔邻域环的k最近邻/局部支持向量机的分类和应用。
机译:使用Sentinel-2影像进行土地覆盖分类的随机森林k最近邻和支持向量机分类器的比较
机译:利用sentinel-2影像进行土地覆盖分类的随机森林,k-最近邻和支持向量机分类器的比较