《表5 五种基于不同分类器方法的分类结果比较》
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FCBF特征选择和集成优化学习的基因表达数据分类算法》
为了更好地评估分类方法的性能,表5给出了本文方法与研究常用的分类模型SVM、ELM、BPNN和Naive Bayes方法进行了比较。从表中结果可知,本文方法在分类性能上要显著优于其他四种方法,这是由于本文方法在利用ICS算法进行特征选择的同时还优化了模型参数,同时构建集成分类模式也能克服单一分类器易过拟合和分类瓶颈问题,进一步提高了分类准确率。
图表编号 | XD0090322000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 马超 |
绘制单位 | 深圳信息职业技术学院数字媒体学院 |
更多格式 | 高清、无水印(增值服务) |