71、原型选择与地震信号实时分类的创新方法

原型选择与地震信号实时分类的创新方法

原型选择的合作博弈论方法

在原型选择的研究中，针对不同数据集设置了特定的参数。例如，对于部分数据集设置 t = 19，d = 20，n = 144；BUPA（肝脏）数据集设置 t = 21，d = 49，n = 276；PIMA 数据集设置 t = 31，d = 48，n = 615。

为了评估 APSA（一种原型选择算法）的性能，进行了与流行凝聚算法的对比实验。实验采用 10 折交叉验证，具体步骤如下：
1. 将每个数据集划分为 10 个子集。
2. 每个算法使用其中 9 个子集作为训练集，从中挑选原型集 S。
3. 用原型集 S 对剩余 10% 的数据进行分类。
4. 对每个数据集和每个算法进行 10 次这样的试验，每次试验使用不同的子集作为测试集。

实验结果记录在表 1 中，展示了不同算法在四个基准数据集上的平均分类准确率和平均选择原型数量的百分比。

算法	电离层（%）	肝脏（Bupa）（%）	皮马（%）	鸢尾花（%）
APSA	85.75（5.73）	68.58（7.66）	73.49（7.02）	90.66（11.81）
k - NN