《表2 6 在Promise-ant1.7数据集下各特征集特征数量及占比》
本小节对比EBIC-FS方法与CFS方法所选特征数量及对应特征子集建立的预测模型性能,针对RQ3进行回答与分析。表25~表27为不同特征选择方法所选特征数量及占原数据集特征个数的百分比,表28~表30显示了EBIC-FS方法比CFS方法所选特征子集建立的预测模型在5个指标Accuracy、Precision、Recall、F-measure、FPR上的提升情况;图12~图14为EBIC-FS方法与CFS方法建立的预测模型的综合性能F-measure对比。
图表编号 | XD00134714400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 涂吉屏、钱晔、王炜、范道远、张涵宇 |
绘制单位 | 云南大学软件学院、云南省软件工程重点实验室、云南农业大学大数据学院(信息工程学院)、云南大学软件学院、云南省软件工程重点实验室、云南大学软件学院、云南大学软件学院 |
更多格式 | 高清、无水印(增值服务) |