《表1 每个算法超过5次执行的性能值》
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
《基于贝叶斯和F-measure感知机的分类器设计》
将本文提出的算法与传统的朴素贝叶斯分类器进行比较。图4显示了所提出的算法和传统的朴素贝叶斯分类器在β变化时的鲁棒性。表1给出了实验结果的详细情况,每个算法执行5次。所提出算法的参数为β=1,C=1。实验的收敛速度取决于初始向量W(1)和C。从表1可以看出,朴素贝叶斯分类器具有差的F-measure、召回率和准确率。本文所提出的算法得到了更好的F-measure,得到了更高的召回率和准确率。由于样本的特征向量不是完全独立的,所以本文提出的方法比传统的朴素贝叶斯分类器具有更高的识别率。
图表编号 | XD00112641100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 马占杰、杨淑莹 |
绘制单位 | 天津理工大学计算机科学与工程学院、计算机视觉与系统教育部重点实验室、计算机视觉与系统教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |