《Table 3 Prediction vote results for class 2表3第2类预测投票结果示例》

  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

《基于多分类支持向量机的优化算法智能推荐系统与实证分析》

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

与4.4.1节实现路线基本一致，但过程有所区别。把样本集分为训练集和测试集，从训练集训练获得6个二分类模型，分别是1vs2（含2vs1），1vs3（含3vs1），1vs4（含4vs1），2vs3（含3vs2），2vs4（含4vs2），3vs4（含4vs3）。用这6个模型依次对测试样本进行二分类，每一类别分别获得3组分类结果。例如，对第3类测试样本进行分类时，分别利用1vs3，2vs3和3vs4 3个二分类模型，可以得到3vs1，3vs2和3vs4的3组分类结果，用这3组结果投票决定其最终类别。实验中随机分出450个训练样本和90个测试样本，并做3重交叉验证搜索最佳参数c和g。使用最佳参数和LIBSVM提供的训练函数和预测函数，获得最高分类正确率为96.67%，均值为90.56%，最差为82.22%。图2c给出了540个样本的分类效果图，不难计算出PSO、SA、TB、ABC 4个算法的分类推荐准确率分别是0.88，1.00，0.94，1.00以及其它评价指标。表3是对第2类预测投票的一个示例。