《表3 性能分析对比结果》
性能分析.用3组真实数据和人工数据对随机平衡采样SEA算法进行性能分析,主要从AUC、F值二个指标对RBSSEA进行性能验证,并和Learn++.CDS、Learn++.NIE、SERA算法进行比较,其中数据块大小设置为40,集成分类器大小设置为40,性能结果如表3所示.从表3可以看出相比Learn++.CDS、Learn++.NIE、SERA算法,RBSSEA算法具有较好的分类性能.当不平衡数据流极度不平衡时,RBSSEA算法依然具有较好的分类性能.这主要是由于Learn++.CDS是采用SMOTE采样方法对数据流进行再平衡处理,而Learn++.NIE采用类Bagging算法处理不平衡数据流.
图表编号 | XD0024701200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.05 |
作者 | 袁磊、季梦遥 |
绘制单位 | 武汉大学人民医院信息中心、武汉大学人民医院消化内科 |
更多格式 | 高清、无水印(增值服务) |