《表3 Yeast数据集分类预测结果》

  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

《基于生成对抗网络的高端装备研制数据脱敏方法》

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

本节采用机器学习中的随机森林算法[17]预测蛋白质的定位信号。在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出类别的众数而定，由文献[18]在1996年提出。随机森林的优点在于可以处理高维数据，且对于不平衡数据集有较好的分类效果，因此对于Yeast数据集应使用随机森林算法进行分类，分类的分析结果如表3所示，图9为其接受者操作特性（receiver operating characteristic，ROC）曲线。在Yeast数据集的分类预测中，类别1的精确率和召回率都较高，而类别2相对较差，这是因为Yeast是个不平衡数据集，类别1和类别2的实例比大概为8∶1，总的精确率为0.94。而宏平均值（所有标签结果的平均值）为0.84，加权平均值（所有标签结果的加权平均值）为0.93的原因也是受到了类别1和类别2不平衡的问题的影响。由此可以证明，GAN同样复现了数据集不平衡情况，并不需要添加额外的训练信息。