《表2 不同特征选择方法下的分类效果》
通过表2和图3、图4、图5的实验结果可以发现,GA筛选的特征子集比IG方法选出的子集拥有更好的分类性能,在查准率、查全率和F1值上分别平均提高了2.7%,2.4%和2.6%;而FA在GA的基础上又分别平均提高了3.4%,3.2%和3.3%。与IG方法相比,FA在查准率上提高的最多的类是农业,提高了9.2%,提高最少的类是经济,提高了4.3%;在查全率上提高的最多的类是电脑,提高了10.9%,提高最少的类是政治,提高了2.8%;在F1值上提高最多的类是电脑,提高了9%,提高最少的类是政治,提高了3.9%。由此验证了FA算法得到的特征子集更具代表性,可有效提高文本分类性能。
图表编号 | XD006912800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.16 |
作者 | 文武、赵成、赵学华、刘颖、范荣妹 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆信科设计有限公司、重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院、重庆市质量和标准化研究院、重庆市质量和标准化研究院 |
更多格式 | 高清、无水印(增值服务) |