《表4 四种模型十折交叉验证稳定性》

《表4 四种模型十折交叉验证稳定性》   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
《基于不平衡大数据的CS-AdaBoost-DT模型在家电产品质检中的应用》


  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

稳定性是判断模型是否健壮的重要指标。研究通过对十折交叉验证的每个指标进行标准差计算,进一步获取分类结果的离散程度;并绘制相关折线图以更加直观地表示模型分类的稳定性。根据3.2.2的分析,SVM无法有效检测出不合格品样本,因此不再对其稳定性进行比较。从表4中可以发现,十折交叉验证中CS-Ada Boost-DT模型的漏检率、AUC与G-mean的标准差均小于DT与Ada Boost-DT。由此,CS-Ada Boost-DT在不平衡样本的分类稳定性方面具有一定优势。