《表3 模型分类性能（%）》

  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LightGBM的以太坊恶意账户检测方法》

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

在评估指标的基础上，为验证Light GBM模型在以太坊恶意账户检测任务中的有效性，实验将融合特征f作为模型输入，采用10倍交叉验证，对比K最近邻（K-Nearest Neighbor，KNN）、逻辑回归（Logistic Regression，LR）、支持向量机（Support Vector Machine，SVM）、随机森林（Random Forest，RF）、自适应提升（Adaptive Boosting，Ada Boost）和Light GBM等6种不同模型的分类性能。模型对比实验结果如表3和图2所示。