《表2 AUC值:面向不平衡数据流的动态权重集成分类算法》
各算法的综合性能表现如表2-表6所示,在AUC评价标准上,DWES对比DWMIL算法在6个数据流上平均提升4.07%,其中最好表现在Hyper Plane数据流上,对比DWM算法提升了29.64%.在G-Mean评价标准上,DWES对比DWM IL算法在6个数据流上平均提升1.74%,总体来说,其中最好表现在Moving Gaussian数据流上,对比REA算法提升了44.59%.在F-Measure评价标准上,DWES对比DWMIL算法在6个数据流上平均提升20.85%.最好的表现在Checkerboard数据流上,对比DWM算法提高了58%.在Precision评价标准上,DWES对比DWM IL算法在6个数据流上平均提升29.01%,其中最好表现在Moving Gaussian数据流上,对比DFGW算法提升了58.2%.
图表编号 | XD00157803100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 董明刚、张伟、敬超 |
绘制单位 | 桂林理工大学信息科学与工程学院、嵌入式技术与智能系统重点实验室、桂林理工大学信息科学与工程学院、嵌入式技术与智能系统重点实验室、桂林理工大学信息科学与工程学院、嵌入式技术与智能系统重点实验室 |
更多格式 | 高清、无水印(增值服务) |