《表2 不同分类模型下十折交叉验证F1值比较》

  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

《基于分层支持向量机的微博用户自杀倾向预测与分析》

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

为了验证分层分类模型的优势，将普通分类模型和分层分类模型分别进行了实验，实验结果如表2所示。从表2可以看出，分层分类模型在各个类别中的实验结果明显优于普通分类模型，尤其是与目标密切相关的类别，如精神疾病和自杀风险等。例如，对于“压力”和“自杀”类别，分层分类模型的F1值分别增加了0.028 8和0.024 4。实验结果表明分层分类模型更适合于科学领域中的不平衡数据（与自杀倾向不相关的数据远多于与自杀倾向相关的数据）。