《表1 数据集描述:结合主动学习和密度峰值聚类的协同训练算法》
为了说明本文算法的有效性,选择NB协同训练(NB CoTraining,NBCT)算法、结合SMUC的NB协同训练(NB CoTraining combined SMUC,NBCTSMUC)算法、结合主动学习的NB协同训练(NB Co-Training combined Active Learning,NBCTAL)算法和基于文献[10]的NB协同训练(SemiSupervised Learning combining Co-training with Active learning,SSLNBCA)算法与本文算法进行对比实验。实验数据集来源于UCI中的8个数据集和Kaggle数据集中的pima数据集,数据集描述如表1所示。
图表编号 | XD0090231000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 龚彦鹭、吕佳 |
绘制单位 | 重庆师范大学计算机与信息科学学院、重庆师范大学重庆市数字农业服务工程技术研究中心、重庆师范大学计算机与信息科学学院、重庆师范大学重庆市数字农业服务工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |