《表7 原始数据集的分类精度》
表8~11是在不同阈值和分类器下,2种算法对数据集约简后的分类精度和样本错分数的对比(样本错分数能直观的体现分类精度的差异).分析可知,当阈值β在区间变化时,本文算法所取得的分类精度在不同的分类器下总体上都更优(:本文算法高于NFARNRS算法;--:二者持平.),且本文算法取得的最优分类精度同表7原始数据集的分类精度对比可知,在不同的分类器下,本文算法的约简都能够保持或者有效提高分类精度,这表明本文算法在2.2.2小节所提出的属性度量函数是正确有效的.图1和图2为所有数据集在C4.5和SVM的平均分类精度曲线.
图表编号 | XD00169384400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.20 |
作者 | 李冬、蒋瑜、鲍杨婉莹 |
绘制单位 | 成都信息工程大学软件工程学院、成都信息工程大学软件工程学院、成都信息工程大学软件工程学院 |
更多格式 | 高清、无水印(增值服务) |