《表1 P-ERF算法与其他模型的对比》
相较于传统特征选择采用信息增益、信息熵、互信息等标准的不同,为验证算法的有效性,实验采用sklearn中常用的特征选择方式进行比较,表1记录了结合概率相关性的极限随机森林算法与其他分类模型在breast-cancer数据集中的实验结果,其中特征选择方法分别采用单变量特征选择(univariateFS)、递归消除特征选择(recursive-FS)、sklearn中select FromModel选择特征(SFM)和概率相关性特征选择(P-FS),比较同类数据集下五种分类模型的精确度p和召回率r。
图表编号 | XD00222752600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.05 |
作者 | 杨丰瑞、罗思烦、李前洋 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆邮电大学通信新技术应用研究中心、重庆重邮信科(集团)股份有限公司、重庆邮电大学通信与信息工程学院、重庆邮电大学通信新技术应用研究中心、重庆邮电大学通信与信息工程学院、重庆邮电大学通信新技术应用研究中心 |
更多格式 | 高清、无水印(增值服务) |