《表2 不同特征算法选择的特征数目》
本文算法的时间复杂度为O(nm),n表示特征数目,m表示标记数.表2给出不同算法选择的多标记数据集的特征数,可以看出k KFSRMI可以有效地对原始特征进行降维.表3至表6是不同算法在评价指标上的实验结果,表7为特征选择算法在八个数据集上得到特征子集的运行时间.表中黑色加粗的数值为该项指标的最优值.
图表编号 | XD00135547600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.30 |
作者 | 程玉胜、陈飞、庞淑芳 |
绘制单位 | 安庆师范大学计算机与信息学院、安徽省高校智能感知与计算重点实验室、安庆师范大学计算机与信息学院、安庆师范大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |