《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》

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

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。