《表3 XGBoost与SVM的识别结果比较》
将XGBoost预测模型的识别结果与文献[13]使用的SVM预测模型的识别结果进行对比,2个模型经过jackknife测试后的结果如表3所示。从表3可看出,XGBoost预测模型和SVM预测模型在m1 A修饰位点的识别上均取得了较好的结果,准确率分别达到了99.9%、99.1%;在m6 A修饰位点的识别上,XGBoost预测模型的准确率为92.6%,SVM预测模型的准确率为90.4%,提升了2.2%;在m5C修饰位点的识别上,XGBoost预测模型的准确率达到了89.6%,远高于SVM预测模型的77.5%,提升了12.1%。
图表编号 | XD00132062900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 吕成伟、樊永显 |
绘制单位 | 桂林电子科技大学计算机与信息安全学院、桂林电子科技大学计算机与信息安全学院 |
更多格式 | 高清、无水印(增值服务) |