《表4 表3与表2比较结果表》

  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

《DP聚类的可信性加权模糊支持向量机》

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

从表4中可以看出，整体上看加号多于减号，数量分别是70和18个，大约前者是后者4倍。在两种算法的比较中，后一种算法GM和SE或SP（前4个数据集用SE，后3个用SP）均高于前一种算法的情况占总数57%。因此，可知道新方法，即用DP聚类方法找到离群点，剔除后再做实验，效果较优。从表4中还可以得出，在数据集Balances上，后面的一种算法都不比前一种算法好。除了在数据集Balances，NEW-SVC在其余6个数据集上都比SVC效果好。而在数据集Musk（V1）上，后一种算法都比前一种算法效果好。