《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》

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

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.