《表2 各算法的准确率、召回率和F1-Score评价对比》

《表2 各算法的准确率、召回率和F1-Score评价对比》   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
《基于深度特征和Seq2Seq模型的网络态势预测方法》


  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

为了使本文算法和其他算法更好地进行对比,本文采用了10折交叉验证对数据集进行测试和评价,并且在实验之前将所用的数据顺序随机打乱之后再从中随机抽取部分数据进行实验。表2给出了本文DFS-Seq2Seq算法采用不同的特征合成深度和其他四种对比算法(SVM、RF、Bayes、LSTM)分别在准确率、召回率和F1-Score上的实验对比结果,其中deep是在特征合成时所使用的深度,实验中选择了最常用的2层和3层进行实验。