《表5 预测算法在不同网络上的AUC值(80%训练集)》

  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

《一种基于密度峰值聚类的链路预测算法》

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

为综合衡量算法性能，将训练集ET的比例由90%改为80%，重新进行上述实验流程，得到各预测算法的AUC值，如表5所示．为详细比较各预测算法在不同比例训练集时的差别，将表4与表5中各AUC值相减，得到不同训练集比例时各预测算法精度的差值，如图3所示．