《表7 不同规则评价度量下IAMC算法的准确率比较》
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.
图表编号 | XD0071368200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.30 |
作者 | 李家辉、周忠眉 |
绘制单位 | 闽南师范大学计算机学院、数据科学与智能应用福建省高等学校重点实验室、闽南师范大学计算机学院、数据科学与智能应用福建省高等学校重点实验室 |
更多格式 | 高清、无水印(增值服务) |