《表4 YJ-MICPCA和PCA算法取相同维度时的分类准确率 (单位:%)》
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
《一种改进的主成分分析特征抽取算法:YJ-MICPCA》
然后,比较相同维度下PCA和YJ-MICPCA算法的分类准确率。以PCA算法在t=95%时得到的数据维度为基准,两种算法在该维度下的分类准确率见表4。从表4可以看到,针对不同分类器和绝大部分数据集,YJ-MICPCA均比PCA的分类精度高,最大相差18.28个百分点(MMK数据集,NB分类器),而对于少数几个数据集,PCA的分类精度较高,最大差距为12.69个百分点(Spb数据集,NB分类器)。总体来说,相同维度下采用不同分类器时,YJ-MICPCA比PCA得到的分类精度更优。
图表编号 | XD0045321300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 谢昆明、罗幼喜 |
绘制单位 | 湖北工业大学理学院、湖北工业大学理学院 |
更多格式 | 高清、无水印(增值服务) |