Page 76 - 《软件学报》2020年第12期

3742 Journal of Software 软件学报 Vol.31, No.12, December 2020

g to 0
41: End If
42: End for
43: Until termination criterion met

3 实验结果与分析

在实验中,我们使用公开的机器学习工具包 scikit-learn.编程语言为 python.实验电脑的配置是 Intel Core i7
CPU(3.60GHz),8G 内存;使用显卡为 NVIDIA GeForce GTX 1050.

3.1 数据集
我们在 16 个 UCI 公开数据集上对 MCC-NES 算法的性能予以测试,涵盖了 6 个小维数据集(Glass,Heart,
Cleveland,Wine,Vehicle,Segmentatin)、2 个中维数据集(Ionosphere,Dermatology)和 8 个高维数据集(Spambase,
Sonar,Musk2,LSVT,SRBCT,Arcene,RNA-Seq,Dorothea).根据文献[42],如果数据集中的特征数量是[0,19],[20,
49],[50,∞],那么对应数据集的规模分别是小维数据集、中维数据集、高维数据集.关于数据集的具体信息由表 1
给出.
Table 1 Specific information of the selected datasets
表 1 数据集详细信息
Dataset Feature Instance Class
Glass 9 214 7
Heart 13 270 2
Cleveland 13 303 5
Wine 13 178 3
Vehicle 18 846 4
Segmentatin 19 2 310 7
Ionosphere 34 351 2
Dermatology 34 366 6
Spambase 57 4 061 2
Sonar 60 208 2
Musk2 166 6 598 2
LSVT 310 126 2
SRBCT 2 308 63 4
Arcene 10 000 200 2
RNA-Seq 20 531 801 5
Dorothea 100 000 800 2

根据对比算法,我们对每个数据集的划分采用 70%作为训练集 30%作为测试集、10-折交叉验证、2-折交
叉验证这 3 种方式.测试集的分类准确率 CA(classification accuracy)和维度缩减能力 DR(dimensionality
reduction)作为 MCC-NES 算法及对比算法的评价准则.分类准确率的具体定义如公式(14),其中,N_CC(number
of correct classification)是正确分类的实例数,N_AS(number of all samples)是数据集实例总数;维度缩减率的定
义如公式(15),其中,N_SF(number of selected features)是被选择的特征数,N_AF(number of all features)是数据集
的特征总数:
CA=N_CC/N_AS (14)
DR=1−(N_SF/N_AF) (15)

3.2 对比算法和参数设置
将提出的 MCC-NES 算法与其他的经典算法进行比较,这些算法的具体信息由表 2 给出.