《表3 实验中的6种不平衡数据集的特征》
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
《针对不平衡数据的PSO-DEC-IFSVM分类算法》
为了突出本文所提算法在不平衡数据下分类的优越性,将所提算法(PSO?DEC?IFSVM)与现有算法进行对比,即:支持向量机(SVM)算法、模糊支持向量机(FSVM)算法、DEC算法、DEC结合FSVM的算法(DEC?FSVM)、DEC?FSVM?Ju算法以及利用PSO算法参数寻优前的DEC?IFSVM算法。同时,为了使实验结果更加具有说服力,本文在UCI机器学习数据中选取6种不同空间结构以及不同维度的不平衡数据进行实验验证,且这些不平衡数据必定会含一些噪声或野点个体。此外,为了减少训练的时间,每种不平衡数据集均随机选择部分作为实验,选取的6种不平衡数据集的基本特征如表3所示。
图表编号 | XD0074251800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 魏建安、黄海松、康佩栋 |
绘制单位 | 贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室、贵州大学现代制造技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |