《表2 UCI数据测试结果》
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
《改进的Fisher Score特征选择方法及其应用》
注:下划线“-”在accuracy上表示在准确率最高,在feature上表示准确最高的情况下特征数目又最少.
从表2的结果可以看出,在对比方法上,Rlief F可以说是NFS2最强有力的竞争对手了,在多个数据集上两者准确率相当,而ReliefF本身也是运行效率高、应用较为广泛的特征选择方法,由此更加说明了改进方法的有效性.在特征数目上,改进方法NFS2均达到了减少特征数目的基础上准确率又最高的目的,甚至在数据集ionoshphere上,这种特征数目减少的程度是非常明显的.在准确率上,除去zoo数据集下的SVM分类,改进方法NFS2都具有最高的准确率,在wine数据集上表现最为突出,较其它特征选择方法准确率大幅度提升.
图表编号 | XD00100858000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 吴迪、郭嗣琮 |
绘制单位 | 辽宁工程技术大学理学院、辽宁工程技术大学理学院、辽宁工程技术大学智能工程与数学研究院 |
更多格式 | 高清、无水印(增值服务) |