《表5 LinearSVC分类器的实验结果》

  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

《数据集分类可用性评估的置信区间方法》

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

（单位:%）

不难发现，对于CART模型，数据集的分类可用性与分类模型的性能也存在着相似的规律，但在部分数据集上决策树模型的性能高于相应的分类可用性。计算得出，分类可用性与分类准确率、精度和召回率等指标的均方误差分别为0.0939，0.0865和0.0840。表5列出了数据集在LinearSVC分类器上的准确率（Accuracy）、精度（Precision）、召回率（Recall）等实验结果，并附上其分类可用性CU。根据实验结果可得一个组合图形，如图5所示，其显示了在LinearSVC分类器上，数据集的分类可用性与其分类模型的性能之间的关系。