《表1 不同高斯核所对应分类准确率及运行时间情况》

  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

《结合遗忘特性的多任务多核在线学习算法》

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

通过文献[23-25]可知，线性核主要用于线性模型，多项式核主要体现非线性模型中的全局特性，高斯核主要体现非线性模型中的局部特性。因此，本文将选取多项式、线性核和高斯核3种核函数作为本文模型的基本核函数，其中，多项式核和线性核的个数为1，高斯核的数量通过实验来确定。实验所选用的数据集为robot和Covertype Data，从准确率和运行时间两方面对给定的数据集进行实验。随着高斯核个数的逐渐增多，算法预测效果的变化情况如表1。