《表5 MLP模型的混淆矩阵》
上述结果表明,该模型在训练数据集和测试数据集上都具有良好的功能,基本上适用于实际应用.在参数优化过程中,目标设定为最大化F1分数.但在实际情况下可能会发生变化.在大多数情况下,在线监控系统判断并锁定目标群体之后,人工分析师将根据他们的经验进行进一步调查.通过表7对3种算法的性能对比,可以发现MLP算法的精确率高于LR以及GB.其Train和Test数据集的精确率分别达到了93.90%和95.28%.并且MLP在F1值,Cross validation score,以及AUC的表现均优于其它两个算法.综合以上分析,M LP应被选作模型一的算法.
图表编号 | XD0096857800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 肖琨、王云、张桂刚 |
绘制单位 | 湖北经济学院信息与通信工程学院、中国科学院自动化研究所、中国科学院自动化研究所 |
更多格式 | 高清、无水印(增值服务) |