《表6 采用70%/30%法划分数据集时, 使用5NN分类器的CA和DR》

  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

《基于乌鸦搜索算法的新型特征选择算法》

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

针对不同的数据集，IFSCrSA和其他对比算法的CA和DR结果分别列于表2～表6.实验所有数据均为经过10次单独运行结果求平均值后得到的.由于数据集采用不同的百分数划分训练和测试数据集时可能会影响算法运行的结果，特别是数据集中实例数很小的情况下，所以在本文实验中，采用不同方法对数据集进行划分，包括10-折交叉验证、2-折交叉验证、70%用于训练集30%用于预测集（记为70%/30%）.