《表3 不同算法的precision、recall和f-macro值 (x珋±s)》
为进一步验证EC-SS的有效性,将EC-SS与基准方法EC-RS、AdaS、KernelADASYN和CS-LDM进行对比.实验中设置EC-SS与EC-RS的基础分类器均为DT,基础分类器数为35个时的实验结果如表3.由表3可见,EC-SS在3个常用的不均衡分类指标上均优于对比方法.此外,通过计算EC-SS相对基准方法在f-macro指标上的提升率(relative improvement,RI)可表示为
图表编号 | XD0076509000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.30 |
作者 | 王馨月、景丽萍 |
绘制单位 | 北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |