《表1 各个分类器使用的参数》
对于每一种分类器,利用未经过Fisher Score特征选取的54维油画描述的90幅油画的测试数据集,采用网格搜索算法,设置搜索区间为(0,40],支持向量机(Support Vector Machine,SVM)的参数搜索步长为0.1,其他分类器(K最近邻(K-Nearest Neighbor,KNN)与随机森林)参数搜索步长为1。将训练集以7∶2的方式进行分割,使用交叉验证对每组参数的表现进行评估,运行50次,取平均正确率最高的参数作为最终参数,得到的最优参数如表1所示,最优的SVM核函数为多项式函数。决策树C4.5、朴素贝叶斯(NBC)的树深、节点数等不作限制。
图表编号 | XD00163195600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.10 |
作者 | 王栖榕、黄樟灿 |
绘制单位 | 武汉理工大学理学院、武汉理工大学理学院 |
更多格式 | 高清、无水印(增值服务) |