《表2 各方法在9个多类UCI数据集上的性能比较》
(2)SSPCA与那5个最新方法在9种多类UCI数据集上进行比较的结果显示在表2中,其结构与表1相同。从表2中可看出,虽然,MeanS3VM-iter方法在CMC数据集上测试性能最佳,然而,SSPCA方法的测试性能与该方法也是非常接近;另外,SSCCM方法在数据集TAE上的性能略优于所提方法,其可能的原因是该数据集上的数据分布本身比较有规则,噪声或者异常数据少或是没有,而无法体现所提方法的优势。然而,可以很明显看出SSPCA在7个数据集上的测试性能均优于其他方法,并在平均测试性能上达到了最优。同样,SSPCA的一致率均接近1,即使在肺癌数据集上得到的一致率最差,其值也高达0.990 2。最后,由于所提方法是针对多类分类的,相较于在二分类的UCI数据集上的测试结果,该方法在多分类的UCI数据集上也具有明显优势。
图表编号 | XD00163004000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 但雨芳、陶剑文、徐浩特 |
绘制单位 | 宁波职业技术学院电子信息工程学院、宁波大学信息科学与工程学院、宁波职业技术学院电子信息工程学院、江西理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |