《表1 实验所用7个数据集的情况》

  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

为了验证使用DP方法找到离群点，剔除后再进行实验以及DP-CrWFSVM方法的有效性，本文采用7个取自UCI机器学习知识库的实际不平衡数据集进行实验，如表1所示。其中前4个数据集正类样本点少于负类样本点，后3个则相反。考虑到使用DP时需计算欧式距离，这里的数据集样本点属性都是数值型的（定量的）。将DP-CrWFSVM与10种算法分类性能以及训练时间进行对比，从而对DP-CrWFSVM算法的有效性进行说明。并且通过前后两种算法（SVC与NEW-SVC比较，C-SVC与NEW-C-SVC比较，DEC与NEW-DEC比较，依次类推）的比较，对先使用DP方法找到离群点，剔除后再进行实验的有效性进行了说明。