《表2 模型的方差分析结果》
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
《基于NSL-KDD数据集的物联网入侵检测特征选择方法研究》
首先,采用PCA将输入特征转换成一系列互不相关的新特征,即“成分”。在P<0.000 1水平下前30个成分具有较重要的统计学意义。本文利用PCA提取了13个特征值大于1的“成分”,这些“成分”占总方差的78.005%。表2给出了利用PCA提取的13个特征值大于1的“成分”以及所占方差总额的比例。其中,主成分的有效性可以通过特征值加以测试,如图2所示。图2中,本文尝试获取特征值下降到图片右侧时的对应点。当选取的特征值阈值为2时,可以获得4个“成分”;当特征值阈值设定为1时,可以相应地获得14个“成分”。本文对上述情况进行了深入分析和比较,最终确定选取13个特征值大于1的“成分”,这些“成分”所占方差总额的比例为78.005%。
图表编号 | XD00104554900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 朱平哲 |
绘制单位 | 三门峡职业技术学院信息传媒学院 |
更多格式 | 高清、无水印(增值服务) |