《表7 各分类算法在功能级双向流数据集上的实验结果》

  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

《移动互联网流量分类的多特征集合和多类别标签研究》

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

在功能级的移动互联网数据集上的分类结果如表7、8所示。实验结果表明，在双向流和单向流统计特征描述的流量数据集上，随机森林获得最高的总体分类准确率（0.795、0.827），最高的g-mean （0.768、0.800）和最高的F-measure （0.787、0.819），其次是Ada Boost。在功能级的数据集上KNN比C4.5的性能高一些，KNN是基于最近邻的方法，通过计算测试样本的K个近邻预测测试样本的类别标签。功能级的流量数据集上相同类别的样本聚集度相比App级流量数据高一些，为此KNN的性能更好；分类结果也说明不同移动App的相同功能产生的流量具有较高的相似度。