《表4 字符型数据集的SVM的平均分类精度》

  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

《基于灰色关联分析的类中心缺失值填补方法》

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

综上所述，GCCMVI在4个字符型数据集上效果最好，且相比于其他方法，分类精度提高了0.7%～13%，CCMVI和WRF分别在chess＿m和nursery数据集上获得了最高的分类精度．CCMVI和GCCMVI在加上标准差（+）和减去标准差（-）两种情况下的分类精度分别相同，这表明加上或减去标准差对字符型数据集无显著的影响．此外，GCCMVI在5个数据集上取得了最高的Hit ratio值．总体来说，所提出的GCCMVI方法在字符型数据集上效果最好．