《表3 文中模型的泛化性能》
(1)泛化性能。表3为深度混合残差网络的5折交叉验证的结果。由表可知,F1分数和AUC分数分别介于[0.822,0.853]和[0.967,0.974],没有出现非常明显的性能差异,总体上说明文中方法在不同的训练集和测试集上具有较好的泛化性能。对比F1分数和AUC分数的分布情况可知,F1分数的波动范围大于AUC分数,即使第5折的F1分数只有0.822,AUC分数依然达到了0.967。主要是因为F1分数是基于0.5的判决阈值,而过大的阈值使神经网络模型对数据的变化更加敏感。
图表编号 | XD00162992200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.28 |
作者 | 李江腾、王非 |
绘制单位 | 华中科技大学电信学院、华中科技大学电信学院 |
更多格式 | 高清、无水印(增值服务) |