《表2 分类效果矩阵：基于可固定用户自定义特征子集的特征选择新算法》

  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

《基于可固定用户自定义特征子集的特征选择新算法》

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

其中TP（True Positive）表示真阳性样本数，FP（False Positive）为假阳性样本数。TN（True Negative）表示真阴性样本数，FN（False Negative）为假阴性样本数。常见用来评价分类性能的指标有敏感性（Se），特异性（Sp），准确率（Acc），平衡准确率（avc）[35]。其具体计算公式如