《表3 12种链路预测算法在10个真实网络中的Precision指标对比》
表2列出了12种算法在10个网络中的AUC指标数据。在链路预测中,AUC作为模型评价指标,可以很好地描述算法的整体预测效果。表3列出了12种算法在10个网络中的Precision指标数据。Precision指标将算法的相似性分数从大到小排列,取前m个数据,若其中有n个数据被准确预测,则准确率为n/m。在实验中,取m为测试集数据的10%。表2和表3中的数据均为计算50次结果的平均值。为了测评算法的稳定性,图2给出12种链路预测算法在10个真实网络中的AUC指标结果,图3给出12种链路预测算法在10个真实网络中的AUC指标堆积柱形图,图4给出12种链路预测算法在10个真实网络中的Precision指标柱形图,为了测评算法的稳定性,图5给出表2中AUC指标计算50次数据的标准差,图6给出表3中Precision指标计算50次数据的标准差。
图表编号 | XD0035517200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 杨旭华、俞佳、张端 |
绘制单位 | 浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |