《表3 MNIST-large数据集实验结果》
为了验证本文方法的有效性,以MNIST数据集为基础建立了一个不平衡训练数据集MNIST-large,该训练集中0~9类样本数量分别为5 000、500、450、400、350、300、250、200、150、100,其余所有样本作为测试集。在MNIST-large数据集上的实验结果如表3所示。由表3结果可以看出,CML方法在少数类样本上具有更高的准确率,在mean和G-mean指标上也得到了更好的结果。
图表编号 | XD00189230100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 韩忠明、刘聃、段大高、杨伟杰、张珣 |
绘制单位 | 北京工商大学计算机与信息工程学院、北京工商大学食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、北京工商大学食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、北京工商大学食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院、北京工商大学食品安全大数据技术北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |