《表3 OKSW, OKSE以及已有嵌入式在线核选择方法的错误率和运行时间的比较》
OKS每回合根据一个概率分布来随机选择一个核。对于提出的OKSW与OKSE,设置m=3。所有算法的平均预测错误率与运行时间的比较如表3所列。可以发现,相比于现有的在线核选择方法,所提出的OKSW和OKSE在所有数据集上有最低的平均预测错误率,且OKSW与OKSE的平均错误率与运行时间相似。特别地,在“splice”和“magic04”两个数据集上,RFF-Hinge和OKS-RFF的平均预测错误率有较大的标准差,表明这两种方法对初始核参数的设置是敏感的。OKS-FOGD有最短的运行时间,因为OKS每回合只选择一个核,且只在预测错误时更新模型,这也导致OKS在所有数据集上都有较高的预测错误率。此外,在高维数据上,所提方法在运行时间上较RFF-Hinge和OKS-RFF更短。表3的结果表明:相对于已有的嵌入式方法,所提方法在预测精度与运行时间两方面均有较好的表现。
图表编号 | XD0035511900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 李峻樊、廖士中 |
绘制单位 | 天津大学智能与计算学部、天津大学智能与计算学部 |
更多格式 | 高清、无水印(增值服务) |