《表7 Recall评价指标》
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
《面向非平衡数据集的随机森林算法对学生学业问题的预测分析》
3)依据Recall评价指标的问题学生(少数类)学业表现模型选择结果如表7所示.对原始数据集未进行非平衡数据处理的情况下,所列5种模型针对少数类Recall均值为0.68,最大值为Random Forest分类器的0.71,最小值为Decision Tree分类器的0.64.对原始数据集采用10种非平衡方法处理时,SMOTEENN抽样方法下5种分类器Recall值都达到峰值,其中Random Forest和Radial SVM分类器表现最优,Recall值分别为0.97和0.96,比未进行采样的情况下Recall分别提高了0.26和0.3.热度图4显示,None、CNN和NearMiss采样下5种分类器对应区域颜色较浅,分类效果一般,SMOTE和SMO-TEENN对应区域颜色最深,分类效果最好.
图表编号 | XD00125960400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 刘博、卢婷婷、陈国磊、赵璐 |
绘制单位 | 中国民航大学空中交通管理学院、中国民航大学空中交通管理学院、中国民航大学空中交通管理学院、中国民航大学空中交通管理学院 |
更多格式 | 高清、无水印(增值服务) |