《表2 实验结果比较:基于特征相关的偏最小二乘特征选择方法》
为了验证提出的PLSCF特征选择方法的可行性和有效性,将七个数据集分别采用支持向量机(SVM)、基于相关性的特征选择(CFS)以及基于特征相关的偏最小二乘特征选择(PLSCF)进行实验比较,并采用前向选择搜索策略搜索子集。将数据按照7∶3的比例随机划分,70%构建学习训练集,30%作测试。为了得到具有统计意义的实验结果,在实验的具体过程中,通过调整模型参数使得模型达到最优,且在同一学习训练集的水平下对两种算法效果进行比较。分别考察训练集残差平方和(sum of squares for error of train,SSETrain)和测试集残差平方和(sum of squares for error of test,SSETest)。实验结果如表2所示。
图表编号 | XD0067684600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 曾青霞、杜建强、朱志鹏、聂斌、余日跃、喻芳 |
绘制单位 | 江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学药学院、江西中医药大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |