《表5 各分类算法在App级双向流数据集上的实验结果》
本节利用十折交叉验证(10-fold cross validation)的方法,实验分析不同机器学习算法在不同标记粒度和不同特征集合描述的移动互联网流量数据上的分类性能。其中,Ada Boost算法是以C4.5决策树算法作为基础算法。在App(单向流特征和双向流特征)和功能级(单向流特征和双向流特征)数据上的总体分类准确率、g-mean和平均F-measure(所有类别的F-measure除以类别数)分别如表5~8所示。最高分类性能加粗显示。
图表编号 | XD00222777400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.05 |
作者 | 黄燚、刘珍、王若愚、陈洁桐 |
绘制单位 | 广东药科大学医药信息工程学院、广东药科大学医药信息工程学院、华南理工大学信息网络工程研究中心、广东省计算机网络重点实验室、广东药科大学医药信息工程学院 |
更多格式 | 高清、无水印(增值服务) |