《表5 基于SVM的实验结果》
通过表4~6的结果可知,本文提出的半监督自训练算法在所选取的六个样本集上,无论是从正确率还是从稳定性来说,全部优于仅仅使用有标记样本的监督学习算法,而在大多数样本上的表现比标准的半监督自训练算法要好,且明显更稳定。
图表编号 | XD0067685700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 艾震鹏、王振友 |
绘制单位 | 广东工业大学应用数学学院、广东工业大学应用数学学院 |
更多格式 | 高清、无水印(增值服务) |
通过表4~6的结果可知,本文提出的半监督自训练算法在所选取的六个样本集上,无论是从正确率还是从稳定性来说,全部优于仅仅使用有标记样本的监督学习算法,而在大多数样本上的表现比标准的半监督自训练算法要好,且明显更稳定。
图表编号 | XD0067685700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 艾震鹏、王振友 |
绘制单位 | 广东工业大学应用数学学院、广东工业大学应用数学学院 |
更多格式 | 高清、无水印(增值服务) |