《表5 基于支持向量机实验结果的混淆矩阵二级指标对比》
表2、表3展示了逻辑回归算法基于阈值分类方法与基于p值分类方法的实验检测结果,可信度设置为0.991,即显著程度为0.009。表4、表5展示了支持向量机算法基于阈值分类方法与基于p值分类方法的实验检测结果,可信度设置为0.99896,即显著程度为0.00104。由结果可知,与传统基于阈值分类的方法相比,基于p值的分类方法检测结果更优,在逻辑回归算法中减少了FN数量,提升了Precision和F1值;在支持向量机算法中减少了FP数量,提升了Recal和F1值。
图表编号 | XD00140345000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 顾兆军、任怡彤、刘春波、王志 |
绘制单位 | 中国民航大学信息安全测评中心、中国民航大学信息安全测评中心、中国民航大学计算机科学与技术学院、中国民航大学信息安全测评中心、南开大学人工智能学院 |
更多格式 | 高清、无水印(增值服务) |