《表5 F1-Score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》
注(表6-7与此相同):0:None.1:Random Undersampling(RU).2:CNN.3:NearMiss.4:ENN.5:RENN.6:Tomek Links.7:SMOTE.8:Random Oversampling(RO).9:SMOTEENN.10:SMOTE Tomek
(1)依据F1-Score评价指标的问题学生(少数类)学业表现评价模型选择结果如表5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种模型少数类F1-Score的均值为0.84,最大值为Random Forest分类器的0.85,最小值为Logistic Regression分类器的0.83.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F1-Score值都达到峰值,其中Random Forest分类器表现最优,F1-Score值为0.98,比未进行采样的情况下F1-Score提高了0.13;热度图2显示,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,SMOTEENN对应区域颜色最深,分类效果最好.
图表编号 | XD00125960600 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) |