《表4 基于不同算法得到的负类查准率》

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

《样本自适应的不平衡分类器》

表3和表4分别展示了正类查全率（recall-P）和负类查准率（precision-N）。从表中可以看出，SA-LDM在这两个指标上均表现最好。此外，图2展示了SA-LDM相对于另外两种方法在正类查全率上的提升值。提升值（Relative Improvement）的定义如下:

图表编号	XD0035514400 严禁用于非法目的
绘制时间	2019.01.15
作者	才子昕、王馨月、徐剑、景丽萍
绘制单位	北京交通大学交通数据分析与挖掘北京市重点实验室、北京交通大学交通数据分析与挖掘北京市重点实验室、北京交通大学交通数据分析与挖掘北京市重点实验室、北京交通大学交通数据分析与挖掘北京市重点实验室
更多格式	高清、无水印（增值服务）