《表5 各实验的交叉验证AUC值》

  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

《隐式反馈场景下的LFM-XGB-LR融合推荐算法》

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

同时，为排除测试集的时间干扰因素，采取k折交叉验证（K-fold Cross Validation）的方式，取k=8，分别将八组样本作为测试集，其余作为训练集，以AUC为评价指标，得到的结果如表5所示。可以看到各个实验的AUC指标虽随时间有所波动，但本文的融合模型在各组实验上均有稳定提升。