《表3 不同分类方法的灵敏度和特性度比较》

《表3 不同分类方法的灵敏度和特性度比较》   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
《基于D-vine Copula理论的贝叶斯分类器设计》


  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

然后,通过计算灵敏度和特异度来分析和比较不同分类器的分类性能.灵敏度指标和特异度指标分别对应于待识别的两种状态的分类准确率.表3给出了4种方法的灵敏度和特异度.从表3中可以观察到,D-vine Copula贝叶斯分类器的灵敏度为93.3%特异度为91.8%,均高于其他3个分类器的灵敏度和特异度值.