《表4 不同模型算法纯度比较(%)》

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k个标记样本的弱监督学习框架》

获取高清版本忘记账户？点击这里登录

下载图表忘记账户？点击这里登录

表4展示了不同算法的纯度表现.表4中每个数据集上不同算法之间的最高纯度被粗化.由表4可以看出，本文提出的基于k个标记样本的受限玻尔兹曼机模型学习结果性能最好，在aquarium等4个数据集中，kmeans.W-RBM取得最佳纯度；在blog等4个数据集中，AP.W-RBM取得了最佳纯度；在alphabet和video数据集中，AP.W-RBM取得了最佳纯度；且在统计整体纯度时，W-RBM模型均相对有一定的提升.因此，W-RBM模型在多数数据集上纯度高于其他模型的纯度.

图表编号	XD00168927100 严禁用于非法目的
绘制时间	2020.04.01
作者	付治、王红军、李天瑞、滕飞、张继
绘制单位	西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)、西南交通大学信息科学与技术学院、综合交通大数据应用技术国家工程实验室(西南交通大学)
更多格式	高清、无水印（增值服务）