《表3 不同算法在UMIST数据集上的精确度》

  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

《稀疏回归和流形学习的无监督特征选择算法》

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

本文提出的无监督特征选择算法与现存的一些效果较好的算法在四个基准数据集上作对比，并且通过精确度和归一化互信息作为结果优劣的评价指标。表3～10分别展示了不同数据集上几种无监督特征选择算法在选取最优参数的情况下选择不同特征数的最佳结果，表中加粗项表示在选择特征数相同时该算法的效果最优，下画线项表示该算法的效果排第二位。如表3所示，对于精确度这一指标，在选择不同特征数时，本文SMUF算法效果优于其他五种算法，甚至优于baseline（选择所有特征作为实验特征数）。