《表6 各站点气象数据集上不同算法下的balance值对比》

  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

《基于密度峰值的Adaboost算法》

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

表4～表6集中列出了本文算法DP-AdaBoost-DT与其它对比算法在5个站点下的评测指标值（AUC、G-mean和balance），表中加粗数值表示实验站点最高的评测指标值。从实验结果的对比中可以发现，本文算法在3个站点的数据集上有AUC最高值和balance最高值，在4个站点的数据集上有G-mean最高值。其中，在溧水站（58340）的预测上，相比较其它算法，本文算法在AUC、G-mean和balance指标上均取得了最高值，分别达到了79.2%，74.1%和80.8%，这是由于在5个站点气象数据中溧水站点的极端气温等级数据量占比最低、数据集不平衡率更高造成的，这也表明本文算法在处理不平衡率更高的数据集，仍有理想的分类性能。