《表1 多种特征选择方法在不同分类器上的准确率》
表1为支持向量机递归特征消除、方差分析[20]、随机森林、Lasso回归[21]、岭回归等特征选择算法在逻辑斯谛回归、K近邻算法、决策树[22]、自适应增强算法[23]上的分类准确率比较。由表1可知,岭回归特征选择算法在逻辑斯谛回归、K近邻算法、决策树、自适应增强分类器上的准确率分别是57.5%、58.4%、52.4%、56.0%,且对比其他的特征选择算法,岭回归对应的分类准确率最高。由此说明岭回归特征选择不仅能够选择出比较好的关键特征,而且能够获得较高的分类性能。
图表编号 | XD0077529700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 李克文、周广悦、路慎强、郭俊 |
绘制单位 | 中国石油大学(华东)、中国石油大学(华东)、中国石化胜利油田分公司、中国石化胜利油田分公司 |
更多格式 | 高清、无水印(增值服务) |