《表3 性能分析对比结果》
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
《改进的随机平衡采样Bagging算法的网络贷款研究》
目前已有大量的机器学习算法被应用于网络贷款用户分类,其中比较典型的有:决策树[16]、朴素贝叶斯(NB)[17]、逻辑回归[18]、神经网络[19]等。为了更好地比较IRBSBagging算法的性能,本文以决策树(Decision Tree)、Logistic回归(Logistic Regression,LR)、SVM作为基分类器,集成分类器的大小设置为50,算法的性能结果如表3所示,其中在每种基分类器下最优算法的AUC值加粗显示。
图表编号 | XD0068487100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 郭冰楠、吴广潮 |
绘制单位 | 华南理工大学数学学院、华南理工大学数学学院 |
更多格式 | 高清、无水印(增值服务) |