《表2 单个FAM与BBM不同阈值性能比较》
在实验中,采用修剪策略删除F2α节点产生的具有较低影响因子的原型类别,其被认为是网络冗余节点。修剪的目的是减少FAM产生的原型类别大小,同时保持网络性能。修剪阈值从0.0改变到0.95,与基线警戒参数值固定至0.5。因更高的值将消除大部分训练网络节点,所以并不适用。表2显示了在不同阈值下排序后的多组数据训练FAM的预测性能和BBM的预测性能在准确性上的比较,显而易见BBM性能优于FAM预测性能,同时可以发现阈值在0.55左右时两种模型的预测性能准确性都较高,精度保持在90%以上,如果继续增大阈值,则会降低模型准确性,这可能是由于过度剪枝的不良影响造成的,如编码在原型节点中的重要信息被删除。
图表编号 | XD0039641900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 蒋浩、李林 |
绘制单位 | 上海理工大学管理学院、上海理工大学管理学院 |
更多格式 | 高清、无水印(增值服务) |