《表2 被选特征数为20时7种特征选择算法在6个数据集上的分类精度及标准差》
使用最近邻法作为分类器度量各特征选择算法的特征选择能力。GRFS和NRFS/LSQR中的正则化参数γ设置为{10-6,10-5,10-4,10-3,10-2,10-1,100,101,102,103,104,105,106},p设置为{0.25,0.5,0.75,1},选取所有参数组合中最优的结果作为最终结果。在实验过程中随机选取80%的样本作为训练集,剩余的20%样本作为测试集,将这个过程重复5次,取5次结果的平均值作为最终的结果。被选特征数分别为20、40、60和80时各特征选择算法的分类精度和标准差分别如表2,表3,表4和表5所示。各表中的Alg 3.1和Alg 4.1是GRFS算法在文献[9]中的两个算法。
图表编号 | XD00174279800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.10 |
作者 | 支晓斌、武少茹 |
绘制单位 | 西安邮电大学理学院、西安邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |