《表2 EC-SS在分类器SVM、3NN和DT的性能》

  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

《基于分层抽样的不均衡数据集成分类》

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

为探究分类器类别对分类性能的影响，本研究固定基础分类器的数量为35个，在SVM、最近邻（k-nearest neighbor，k NN，本研究设k=3）分类器以及决策树（decision tree，DT）3个不同分类器中进行实验.结果如表2，不同分类器中各指标达到的精度各有不同.采用以DT为基础的分类器时，precision和f-macro可达到相对较好的结果，基础分类器为3NN可以达到较高的recall指标.SVM分类器在3个分类器中的分类效果相对较差.综上，后续实验采用DT作为基础分类器.