《表7 属性随加入训练样本量变化的权重排名》

  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

《移动APP演化策略研究》

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

由表7可以发现随机输入模型的样本数量达到全部（5/5）时，属性的权重排序和模型原输入样本得到的结果稍有差别，原因是由于在进行参数估计的时候使用了scikit-learn库中的Cross-validation模型。该模型对输入的有限数据集进行打乱，分为训练集和测试集，本文的实验设置测试集的比率是20%，由于算法自身随机抽取测试集的特点，每次选取的测试数据不同，导致最终结果稍有差异。如表7所示，起初属性的排名波动差异较大，然而随着样本的不断添加，模型性能逐渐保持一致，属性的级别排名逐渐稳定，模型鲁棒性得以检验。