《表3 Wilcoxon检验结果》

  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LapESVR的比例标签学习模型》

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

为了对比验证，我们对实验结果进行了Wilcoxon检验，检验结果如表3所示，R+和R-的分比为获胜的累积计次。从表3我们可以看到，Lap-InvCal的结果要显著优于InvCal，这说明本文引入流形学习的思想，显著地提高了算法的准确率。Lap-InvCal对比alter-∝SVM的结果我们可以看出，两种方法并没有显著的差异，但是从表3中我们可以看到，在进行Lap-InvCal和alter-∝SVM的对比中，Lap-InvCal的R+取值为1903.5，而R-的取值为1666.5，可以看到，虽然InvCal对比alter-∝SVM没有显著差异，但是从排序记次的角度来讲，本文所提出的Lap-InvCal模型的排序要更优于alter-∝SVM模型。