《表1 数据集简介:基于随机抽样的变精度邻域粗糙集特征选择》
本文的全部代码均是通过Matlab实现,运行时按10%的抽样比例随机抽取50个样本,邻域阈值选择0.5σ,错误率为0.5,在获得特征子集后,使用3NN、SimpleCart、SMO、Bagging、JRip、RandomForest算法计算其平均精度。通过4个来自UCI的大规模样本集来验证本文算法的效果,4个数据集的信息如表1所示。实验环境:Windows7操作系统,CPU为I5-3470,内存16G。
图表编号 | XD0089724700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.30 |
作者 | 沈林 |
绘制单位 | 莆田学院 |
更多格式 | 高清、无水印(增值服务) |