《表4 各算法在7个数据集上的排序损失测试结果》

  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

《基于专家特征的条件互信息多标记特征选择算法》

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

图4是对比其他4种算法，随着选择后的特征数目的逐渐变多，其分类性能的变化情况。针对每一种算法，都有28种对比结果。介于篇幅所限，本文只选取了Artificial数据集的曲线图进行分析，分别展示了在AP、HL、RL和OE四种评价指标时，5种算法在特征数逐渐变大时分类性能的变化情况。对比原始特征空间和PMU、MDDMspc、MDDMproj、MFSLS这4种算法的分类性能，在Artificial数据集上，MFSEF基本上占优。基本上在前80个特征范围类，本文算法在四个评价指标上均明显优于其他对比算法，并且往往能通过较少的特征数更快地达到更好的分类性能。另外，在其他未展示的数据集上，本文算法的分类性能曲线变化也多数占优，这充分地表明MFSEF的有效性和合理性。