《表2 实验结果：隐依存森林模型》

  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

《隐依存森林模型》

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

我们在表2中列出了实验的结果，其中加粗部分为最好的结果。从实验结果可以看出LDFMs可以和其他模型相竞争，并且在大部分数据集中取得了最好的结果。对于LDFMs的两种MCMC方法，我们可以看到Gibbs采样的效果更好，但是在实验中，tree-augmented采样的速度平均比Gibbs采样要快10倍以上。SPNs在大的数据集中有更好的效果，显示出了其在概率建模中的有效性；然而在较小的数据集上，SPNs并没有取得比较好的效果，这在一定程度上反映了SPNs需要更多的数据去训练。平均来说，BNs在所有的模型中效果最差，说明了BNs的结构学习是一个很难的问题。