《表4 不同层次多标签算法在H_loss指标下的实验对比结果》
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。
图表编号 | XD0052535700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 王进、陈知良、李航、李智星、卜亚楠、陈乔松、邓欣 |
绘制单位 | 重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室、重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室、重庆邮电大学软件工程学院、重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室、重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室、重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室、重庆邮电大学计算机科学与技术学院数据工程与可视计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |