《表5 模型1的分类结果评估》
表4为eXpose模型[14]、模型1、模型2在FPR(假阳率)等于10-4、10-3、10-2时TPR(真阳率)的结果对比表。采用随机树、随机森林、贝叶斯、J48多种机器学习算法对模型1、模型2的结果进行十重交叉验证。并使用正确率、错误率、召回率、F-Measure、ROC面积评价指标对分类结果进行评估,结果见表5、表6。
图表编号 | XD00206654300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.16 |
作者 | 张婷、钱丽萍、汪立东、张慧 |
绘制单位 | 北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院、国家计算机网络应急技术处理协调中心、北京建筑大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |