《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》

  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

《基于特征相关的偏最小二乘特征选择方法》

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

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。