《表2 数值型数据集的SVM的平均分类精度》
每个数据集的最好的结果用黑体标记出来了,显然,根据表2给出的结果可知,所提出的GCCM-VI方法在5个数值型数据集上取得了最高的分类精度,且相比于其他方法,分类精度增加了10%~24%,而均值填补法(Mean)在ionosphere和waveform两个数据集上效果最好,且与GCCMVI间的差距较大.此外CCMVI在ecoli数据集上取得了最好的分类效果,与GCCMVI间的差距较小.这意味着对于不同的数据集,加上或减去标准差对结果的影响可能与数据集自身的分布相关.且总的来说,加上标准差(+)比减去标准差(-)的精度高一些,但两者间没有显著的差距.GCCMVI的填补误差普遍都低,是因为在数据集预处理时采用了最小最大标准化,去除了维度的影响,从而提高了填补效果.
图表编号 | XD00153663400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.28 |
作者 | 刘莎、杨有龙 |
绘制单位 | 西安电子科技大学数学与统计学院、西安电子科技大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |