《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》

  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

《在线核选择的对抗式多臂赌博机模型》

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

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。