《表2 SVM算法分类后的F-measure值比较Tab.2 Comparison of F-measure values after SVM classification》
本实验采用SVM算法来对平衡后的样本集做分类,然后利用F-measure值来对分类结果进行评价分析,结果如表2所示,实验横向对比了原始数据、随机过采样和SMOTE算法过采样后三种数据集的分类F-measure值。由实验结果可知,GSA算法的F-measure值都高于其他方法,分类精度得到了提高。
图表编号 | XD0023268900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.01 |
作者 | 张巡、黎平、刘萍 |
绘制单位 | 贵州师范大学大数据与计算机科学学院、贵州师范大学大数据与计算机科学学院、贵州师范大学大数据与计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |