《表1 不同分类方法的评估指标对比》
为了验证本文提出的SMOTE+SAE网络+LR(SSL)的分类模型的性能,还进行了先通过SAE进行特征提取,再由LR算法进行分类的实验,其中神经网络的参数设置不变。先使用主成分分析(principal component analysis,PCA)提取特征再用LR分类器分类的实验中,提取的因子个数也设置为5,与SAE的输出节点个数一致。此外还直接使用LR对未进行预处理的原始数据进行了分类。在各个数据集上的分类效果如表1所示。
图表编号 | XD0028796700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 徐海涛、高莹、苏娜 |
绘制单位 | 杭州电子科技大学计算机学院、杭州电子科技大学计算机学院、杭州电子科技大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |