Paper - Hogeschool Gent

Hoofdstuk 5. Resultaten 39
F1
1,00
0,95
0,90
0,85
0,80
0,75
0,70
0,65
0,60
0,55
0,50
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0% 100,0%
% gebruikte features
Figuur 5.3: MNB gecombineerd met drie verschillende feature selectors.
Gelijkenissen rond minima en maxima:
CF en DF zijn aan elkaar gewaagd, zowel hun maxima als hun mimima situeren zich
ronde dezelfde feature-aantallen.
MI presteert merkelijk beter dan CF of DF.
Gelijkenissen rond verloop van de grafieken:
CF en DF presteren niet goed wanneer minder dan 10% van de features gebruikt
wordt om de klassen te definiëren.
De resultaten van CF en DF dalen wanneer 50% van de features gebruikt wordt.
MI is de meest stabiele feature selector (minst grillige grafiek).
MI vertoont een lichte stijging naar mate het aantal gebruikte features toeneemt.
De MI is dan ook de feature selector waarmee wordt verder gewerkt.
CF
DF
MI