《表9 观察者模式微结构分类器的训练结果》
从表8可以看出:不进行特征选择,并且使用RandomForest算法进行模型训练时,所取得的F1-Measure最高.从表9可以看出:使用ReliefFAttributeEval进行特征选择,并且使用RandomCommittee算法进行模型训练时所取得的F1-Measure最高.从表10可以看出,观察者模式的堆叠分类器应该采用RandomForest算法.
图表编号 | XD00168935400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 冯铁、靳乐、张家晨、王洪媛 |
绘制单位 | 吉林大学计算机科学与技术学院、符号计算与知识工程教育部重点实验室(吉林大学)、吉林大学软件学院、吉林大学计算机科学与技术学院、吉林大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |