《表3 文中模型的泛化性能》

  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

《基于知识嵌入和DNN的工商业用户异常用电检测》

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

（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。