《表3 不同适应度函数的分类错误率》

  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

《万有引力与群体状态自适应的智能优化算法》

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

%

从表4列出的数据可以看出，G-CSAO在Iris、Cancer、Heart、Balance和Diabetes等5个数据集上的效果都是最好的，在Thyroid和Wine数据集上，G-CSAO的表现仅次于MlpAnn，在Cancer-Int数据集上，G-CSAO的表现比MltBoost算法差。在Credit和Horse数据集上，G-CSAO的效果仅次于Bagging。在Dermatology数据集上，G-CSAO的效果要比MlpAnn和Bagging差。G-CSAO在Glass数据集上的效果比较一般。综合来看，基于G-CSAO构造的分类器在这12个数据集上取得了不错的效果。