《表3 多种模型精度比较:基于NSL-KDD数据集的物联网入侵检测特征选择方法研究》

《表3 多种模型精度比较:基于NSL-KDD数据集的物联网入侵检测特征选择方法研究》   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》


  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

由于PCA采用13个分量解释了近78%的方差,因此本文在每种技术的特征选择中也选择了78%的变量。表3给出了4种混合数据挖掘模型对应的测量精度结果。其中FS1~FS4分别表示IG指数、Relief指数、SfFS指数、Gini指数。很明显,将SfFS与DT相结合获得了最高的测量精度。