《表3 IMDB数据集上测试精度比较》

  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

《非结构化数据的多粒度集成分类方法》

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

实验使用CNN[11]作为基学习器，并且使用预训练好的google word2vec的参数（300维）初始化词向量。在粒度划分阶段使用静态方式选定基学习器的数量，规定最大的基学习器数量为N （N=1+2+3+4=10），使用10个基学习器构造出最后的集成学习器。实验部分将本文提出的算法与SVM （Support vector machine），CNN，MLP（Multilayer perceptron）和RF (Random forest）[12]进行了对比分析，算法在测试集上的分类精度如表3所示，10个基学习器在测试集上的性能如图3所示。