《表7 不同规则评价度量下IAMC算法的准确率比较》

  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

《基于多次学习和关联度的关联分类改进算法》

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

表8在11个数据集上比较了IAMC算法和CBA算法的G-mean和F-score度量值.IAMC算法参数设置同表3.CBA算法中，支持度阈值为0.06，置信度阈值为0.82.表中黑体字代表更高的度量值，可以看出，IAMC算法在G-mean和F-score度量上一致优于CBA算法.因此可以说明IAMC在不平衡数据集上具有非常好的小类分类性能.