《表8 尺度下推:不同算法的NMI比较》
NMI值越大,说明分类效果越好。从表8中可以看出,DAMSC在不同数据集上的NMI值高于大部分对比算法,平均提升了11.8%。对比发现,CFW在QSAR数据集上NMI值急剧下降,这是因为下推过程中参与训练样本数目少,且QSAR数据集本身属性值规律不明显,导致该算法训练得到的模型信息不充分,泛化性能差。图10中DAMSC NMI变化趋势略显平缓,说明DAMSC稳定性较高,受数据集的影响相比其他算法较小,具有较好的性能。
图表编号 | XD00202113500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.05 |
作者 | 张璐璐、赵书良、田真真、陈润资 |
绘制单位 | 河北师范大学计算机与网络空间安全学院、河北师范大学河北省供应链大数据分析与数据安全工程研究中心、河北师范大学河北省网络与信息安全重点实验室、河北师范大学计算机与网络空间安全学院、河北师范大学河北省供应链大数据分析与数据安全工程研究中心、河北师范大学河北省网络与信息安全重点实验室、河北师范大学计算机与网络空间安全学院、河北师范大学河北省供应链大数据分析与数据安全工程研究中心、河北师范大学河北省网络与信息安全重点实验室、河北师范大学数学科学学院 |
更多格式 | 高清、无水印(增值服务) |