《表4 不同算法在Wine数据集上的新类检测性能》
在Kdd Cup99数据集上,实验结果如图4(a)所示,KCRForest算法在初始阶段分类准确率略低于SENCForest算法,但接近第2 000个样本时,分类曲线超过了SENCForest算法并一直保持。在Minst数据集上,实验结果如图4(b),KCRForest算法的精度曲线一直高于SENCForest算法。但通过观察两个实验结果可得,随着时期的增加,模型的分类准确率在不断下降。这是由于在使用缓冲区内新类的样本信息更新分类器过程中,使用的新类样本中有一部分是被检测为新类的已知类样本。
图表编号 | XD00200922200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 武炜杰、张景祥 |
绘制单位 | 江南大学理学院、江南大学理学院 |
更多格式 | 高清、无水印(增值服务) |