《表5 随机森林分类器结果》

  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

《基于改进的卷积神经网络脑电信号情感识别》

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

上述分类器对比实验已经证明了随机森林分类器的优越性，为了更加全面地评价分类器的性能，本文采用了另外3个模型评价指标，即精确率、召回率和F1-Measure。精确率与召回率一般呈负相关关系，从表5可知，不同被试的精准率和召回率之间约相差0.02，且整体保持在0.83以上。虽然不同被试之间存在个体差异性，但是整体在0.83～0.95之间，说明模型具有很好的泛化能力。对于综合评价指标F1-Measure而言，不同被试的值均在0.84以上，表明在精确率与召回率同等重要的情况下，本文方法取得了较为理想的结果，随机森林分类器模型具有很高的性能。