《表3 UCI标准数据集分类实验Tab.3 Test on UCI data sets》

  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

《基于压缩K近邻边界向量的支持向量预抽取算法》

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

实验采用Waveform、Wine、Sonar、Pageblocks、Iris这五个UCI标准数据集，采取隔二选一的策略将上述各个数据集平均划分为训练数据集和测试数据集。支持向量机采用C-SVM，其中C=100，核函数为RBF，RBF的宽度σ=10，支持向量的KNN预抽取算法中参数K=3。分别以原始样本、预抽取的KNN边界向量集、预抽取的CKNN边界向量集为训练样本，对C-SVM进行训练构建最优分类面，然后利用构建的最优分类面对测试数据进行分类实验，结果如表3所示。