《表4 算法在七个数据集上的特征选择性能的比较》
为证明本文提出的基于IGOA的特征选择方法的有效性,在如表3所示的七个数据集上对算法进行测试.首先比较基于IGOA的特征选择方法(IGOA-FS)、基于传统蝗虫优化算法的特征选择方法(GOA-FS)以及采用全特征进行训练的KNN算法的性能.设置种群规模为30,算法最大迭代次数为100次,所有算法独立运行10次,取分类准确率均值及所选择的特征数来评价算法性能,测试结果如表4所示(表中黑体字为所对比算法中的最优值).
图表编号 | XD00135549800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.30 |
作者 | 刘亮、何庆 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州省公共大数据重点实验室贵州大学、贵州大学大数据与信息工程学院、贵州省公共大数据重点实验室贵州大学 |
更多格式 | 高清、无水印(增值服务) |