《表5 特征评估实验结果（%）》

  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

本文在特征选取方面，采用了手工特征与统计特征相结合的方式。为进一步对比本文提取的14个手工特征以及featuretools工具自动提取的86个统计特征，在以太坊恶意账户检测方法中的有效性，实验探寻不同维度特征对分类结果的影响，基于分类效果较优的Light GBM模型，分别使用手工特征、统计特征及两者的融合特征进行实验，结果如表5所示。