《表1 数据集统计信息：DE-ELM-SSC~+半监督分类算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《DE-ELM-SSC~+半监督分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用UCI数据集上的5个真实数据集进行实验：Australian Credit Approval(Australian）、Breast Cancer Wisconsin(Cancer）、Congressional Voting Records(Vote）、Wisconsin Diagnostic Breast Cander(Wdbc）和Mushroom（统计信息如表1所示）。表1中，L和U分别表示有标签训练数据集和无标签样本数据集，V和T分别表示验证和测试数据集，S表示所有数据的总和。本文实验代码采用Python编程语言，在如下配置的单机上运行：3.5 GHz CPU、8 GB内存、Windows7 64位操作系统和Python3.6.3。以最新的Tri-DE-ELM为baseline方法，并采用准确率（Accuracy）作为性能评价标准。Accuracy=（预测正确的样本数）/（预测的总样本数）。每次实验运行50次，报道平均实验结果。