《表4 均匀分布下五种算法的代价约简率(↓)》

  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

《基于标记增强的多标记代价敏感特征选择算法》

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

为了验证本文所提算法的有效性，我们选取了四种不同的多标记特征选择算法进行实验对比和分析，其分别为MD-DM spc[20]，MDDMproj[20]，RF-ML[21]，PMU[22]，并采用10倍交叉验证法对算法进行验证．这四种算法均为特征排序算法，本文算法为确定的特征子集算法．因此，实验的对比和分析将以本文算法选择的特征子集中的特征个数为准．六个数据集最终所选取的特征子集中特征的个数分别为:Flags:8个，E-motions:5个，CAL500:5个，Birds:7个，Yeast:6个，Scene:8个．实验结果如表4所示，其中斜体加粗表示当前数据集的最优值．（↓）表明当前评价指标取值越小，效果越优．（↑）表明当前指标取值越大，效果越优．