《表6 不同层次多标签算法在F1指标下的实验对比结果》

  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

《一种基于增量式超网络的多标签分类方法》

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

本文分别采用上述3种评价指标进行试验。实验结果如表4～表6所示，从不同层次多标签分类算法在不同指标进行对比结果可以看出，相对于其他5种多标签分类方法，HMC＿IMLHN和bp＿LMLP，rp＿LMLP，clus＿HMC，clus＿HMC＿ens，HMC＿MLHN，HMC＿IMLHN具有很好的层次分类效果，整体效果较好优于其他算法，尤其是F1值指标具有很好的实验结果。其中，需要说明的是对于WIPO数据来说，由于其标签结构与其他数据集的标签结构不同，为一棵单一的树，因此，根节点默认预测全部为1且正确。