43、机器学习分类器性能与“ dipping ”现象解析

机器学习分类器性能与“ dipping ”现象解析

1. 分类器性能评估

在机器学习中，对不同分类器在多个公共数据集上的性能评估至关重要。这里展示了 MLP、kNN 和 SVM 等分类器在十个公共数据集上的表现，评估指标包括准确率（acc%）和 g 值（g%）。

1.1 分类器性能数据

Dataset	Metrics	kNN	MLP	SVMl	SVMrbf
FER	Multiclass acc	40.3	86.6	-	-
	Multiclass g	38.8	85.8	-	-
	CRR acc	81.8	73.6	72.3	88.1
	CRR g	79.1