《表4 不同分类器对应的评估指标》

  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

《混合采样与遗传算法相结合的垃圾网页检测》

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

本实验采用基于随机混合采样和遗传算法的集成分类方法，其中分类器为XGBoost，交叉验证为5折，迭代次数是1 000．混合采样中，z值取2．遗传算法中，依次选用3～20个最优个体，多次实验发现最优个体数为9，即最后得到的最优特征子集为9个．实验结果如表4所示，从结果中可以看出，基于随机混合采样与遗传算法的分类器分类效果最佳，准确率与XGBoost算法相比提高了19.25%，说明了算法的有效性，通过随机采样与遗传迭代，能够获得平衡且特征数较少的数据集，从而提高分类器性能．表5为2007年垃圾网页挑战赛中优胜团队的结果，可以看出，在F1值这个评价指标上笔者提出的算法是优于其他队伍的，但是在AUC这个指标上较低，然而AUC值最高的Cormack团队的F1值仅为0.67，说明其分类效果并不好．