《表1 P-ERF算法与其他模型的对比》

  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

《基于特征选择的极限随机森林算法研究》

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

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。