《表3 4种特征选择算法分别在4种分类器与2个实验数据集上的准确率》

  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

分类验证采用重复30次的5折交叉验证，取30次的准确率平均值用来比较分析。因为在每次的交叉验证中，随机数发生器的种子不同，进而对权重系数的压缩不同，因此Sub（filter）Lasso算法在每次的交叉验证中取得mAcc所对应挑选出的特征个数不同。在与3种特征排序算法对比时，取30次的特征个数平均值，对于给定的特征子集，将选择具有最大总体精度的分类模型。因此，选择4种分类器的最大Acc（mAcc）作为3种特征排序算法挑选特征子集的分类性能度量（表3）。