《表4 不同采样率的F-measure、G-mean》

  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LFOA-HSRVM的IPTV用户报障预测方法》

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

具体参数设置:基函数选择RBF高斯核函数，核参数经验值取0.2，K近邻参数取5，果蝇种群规模为20，最大迭代次数为100，搜索范围0～500，飞行步进长度为1.5。另外，HSRVM算法中需要输入固定的采样率β参数，用于指定每次迭代中上下采样的数量。为了设置合理的实验参数以提高所提算法的有效性，本文通过几组实验得出合理采样率。若使分类决策平面在迭代中逐步向真实类边界移动，则每次采样的数量不宜过多，所以实验中β选取10%、20%、30%、40%进行比较。此过程的三组实验数据集按原不平衡比例从数据集中随机抽取生成，具体描述如表3所示。实验采用十折交叉验证法划分训练集与测试集，由此得到10次F-measure、G-mean的统计平均值，如表4所示。由表4实验数据可知，迭代采样的数量过大会使分类效果降低，当采样率取20%时，F-measure和G-mean普遍较高，因此本文将选取20%作为每次迭代实验中的采样率。