《表1 UCI数据集：基于CUR矩阵分解的多核学习正则化路径近似算法》

  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CUR矩阵分解的多核学习正则化路径近似算法》

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

选取UCI数据库中3种数据集进行实验，实验数据集统计信息如表1所示。实验中对所有属性应用一个次数为2的多项式核；对每个属性分别应用次数为1，2的多项式核；对所有属性应用一个γ为2的高斯核；对每个属性分别应用10个系数γ不同的高斯核，γ∈{0.1，0.3，0.5，0.8，1，1.1，1.3，1.5，1.8，2}。实验采用5-折交叉验证法，从数据集中随机选择80%样本作训练数据，20%样本作测试数据。同时，为了避免实验中的偶然误差，在每种数据集上重复实验5次，计算运行时间和分类准确率的平均值作为算法评价指标的结果。