《表4 数据集CC上的实验结果》
数据集CC上的实验结果见表4.实验中,MRMR-SFS的迭代上限k设置为10,FDHSFFS所选择的特征维数上限为10.可以看出,所有特征选择算法都取得了很好的降维效果,MRMRQ的降维效果最好.随着特征维数的增加,MRMR-SFS的计算效率凸显,针对多项式算法(LWLR算法),FDHSFFS和SFS的运行时间分别为MRMR-SFS的15倍(4倍)和76倍(71倍).由于MRMRQ算法中没有学习算法的介入,所以其运行效率最高,也正因为此,其误差最大,比MRMR-SFS高16.39%(多项式算法)和16.41%(LWLR算法),其他算法的误差近似.
图表编号 | XD0052013300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 仇利克、刘竞、孙中卫、赵扬帆 |
绘制单位 | 山东外贸职业学院信息管理系、青岛农业大学理学与信息科学学院、青岛理工大学信息与控制工程学院、山东青岛烟草有限公司综合计划处 |
更多格式 | 高清、无水印(增值服务) |