《表1 k=20的一组数据的信息增益值》
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
《基于改善Bagging-SVM集成多样性的网络入侵检测方法》
受集成学习取样方式启发,本文采用了一种随机搜索特征子集组合方式,以提高集成系统的多样性.首先通过(10)式计算每个特征的IG值,结果按照IG值递减排列,表1列出了k为20时,一组数据中每一特征对应的IG值.采用不放回随机抽样方法对特征进行选择,由于训练集数据相互独立,同一特征在不同基分类器的IG值不同,为提高模型的自适应能力,设置信息增益比a (0
图表编号 | XD00186169500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 张康宁、廖光忠 |
绘制单位 | 武汉科技大学计算机科学与技术学院、武汉科技大学智能信息处理与实时工业系统湖北省重点实验室 |
更多格式 | 高清、无水印(增值服务) |