《表2 不同机器学习算法的分类精度比较》

  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

《面向类不平衡流量数据的分类模型》

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

单位：%

在Entry1上，利用四种算法作为基分类器进行模型的训练，用训练好的模型对Entry2～Entry10进行分类，其分类精度如表2所示。从表2中可以看出，NB算法的分类精度不高，平均分类精度只有85.52%，LR算法的分类精度高于NB算法，但低于SVM和C4.5；SVM和C4.5分类精度较高，均能达到90%以上，且稳定性好，分类精度的波动幅度较小，但相较于C4.5算法，SVM算法无法直接用于多分类且不适用于大规模数据的训练，建模时间很长，会增加模型更新时间，故选择C4.5算法作为本文模型的基分类器。