《表3 尺度上推:不同算法的NMI比较》
不同算法的NMI值比较结果如表3所示。由表3可知,UACMS算法的NMI值相比其他算法平均提高了13.1%,其中OF方法的平均NMI值最小。NMI值越接近于1,表明数据集的预测类标签与真实类标签越接近。UACMS算法对于Titanic和BrC数据集的NMI值不如其他方法,主要是受这两个数据集中属性间关系的影响,控制两个属性间相互影响大小的参数需要不断调节,同时一个简单的数字很难描述出属性间的复杂关系,这将是未来工作的一个挑战。
图表编号 | XD00170139800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 田真真、赵书良、李文斌、张璐璐、陈润资 |
绘制单位 | 河北师范大学计算机与网络空间安全学院、河北师范大学河北省供应链大数据分析与数据安全工程研究中心、河北师范大学河北省网络与信息安全重点实验室、河北师范大学计算机与网络空间安全学院、河北师范大学河北省供应链大数据分析与数据安全工程研究中心、河北师范大学河北省网络与信息安全重点实验室、河北地质大学信息工程学院、河北师范大学计算机与网络空间安全学院、河北师范大学河北省供应链大数据分析与数据安全工程研究中心、河北师范大学河北省网络与信息安全重点实验室、河北师范大学数学科学学院 |
更多格式 | 高清、无水印(增值服务) |