Paper - Hogeschool Gent

More documents

Recommendations

Info

$C:\Olmo\compositie\Caprice\finale versie paganini.sib$

Hoofdstuk 5. Resultaten 46 NoF+ NoF- NoF ratio TrS+ TrS- TrS ratio min P min R min F1 max P max R max F1 1 5633 4660 1,2088 500 500 1,000 14,2% 78,0% 24,2% 39,4% 92,7% 55,1% Onevenwichtig trainen op documenten Feature-intervallen: [1000-max] (stappen van 1000) 2 4897 8847 0,5535 500 1000 0,500 15,0% 85,4% 25,5% 26,6% 92,7% 41,3% 3 4416 12605 0,3503 500 1500 0,333 22,4% 80,5% 35,2% 34,7% 90,2% 50,0% 4 4157 15364 0,2706 500 2000 0,250 26,4% 82,9% 40,0% 43,5% 90,2% 58,7% 5 3914 18270 0,2142 500 2500 0,200 27,0% 80,5% 40,5% 44,4% 90,2% 59,0% 6 3741 20678 0,1809 500 3000 0,167 28,4% 80,5% 42,0% 49,3% 85,4% 62,5% 7 3593 22704 0,1583 500 3500 0,143 36,3% 78,0% 50,0% 50,7% 85,4% 63,0% 8 3417 24584 0,1390 500 4000 0,125 40,2% 78,0% 53,7% 51,5% 85,4% 63,6% 9 3211 27183 0,1181 500 4500 0,111 33,8% 65,9% 44,6% 53,6% 73,2% 61,9% Onevenwichtig trainen op features Document-intervallen: [500-2500] (stappen van 100) 10 4000 4000 1,0000 500 500-2500 22,6% 85,4% 36,1% 46,2% 92,7% 60,5% 11 4000 3000 1,3333 500 500-2500 22,8% 80,5% 36,5% 49,3% 92,7% 63,8% 12 4000 2000 2,0000 500 500-2500 22,0% 80,5% 35,4% 50,0% 90,2% 64,3% 13 4000 1000 4,0000 500 500-2500 23,1% 80,5% 36,8% 48,6% 90,2% 62,7% 14 4000 500 8,0000 500 500-2500 22,8% 82,9% 36,2% 64,3% 90,2% 74,2% 15 4000 250 16,0000 500 500-2500 28,7% 80,5% 42,3% 78,3% 90,2% 82,8% 16 4000 200 20,0000 500 500-2500 35,2% 78,0% 48,5% 76,0% 92,7% 83,5% 17 4000 150 26,6667 500 500-2500 29,6% 70,7% 41,7% 84,1% 92,7% 87,1% 18 4000 100 40,0000 500 500-2500 29,9% 75,6% 43,2% 90,5% 92,7% 91,6% 19 4000 50 80,0000 500 500-2500 34,9% 70,7% 46,8% 94,7% 90,2% 91,4% 20 3000 4000 0,7500 500 500-2500 20,3% 80,5% 33,2% 38,2% 92,7% 52,3% 21 2000 4000 0,5000 500 500-2500 17,5% 78,0% 29,2% 31,7% 92,7% 45,5% 22 1000 4000 0,2500 500 500-2500 10,6% 78,0% 18,8% 25,6% 90,2% 39,1% 23 500 4000 0,1250 500 500-2500 7,8% 70,7% 14,2% 18,1% 90,2% 29,8% Tabel 5.3: Effect van onevenwichtig trainen op SVM+MI.
Hoofdstuk 5. Resultaten 47 F1 F1 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 % gebruikte features 1 (baseline) 2 3 4 7 Figuur 5.7: Optimalisatie door onevenwichtige trainen op documenten. 0,0 500 1000 1500 2000 2500 3000 3500 Aantal trainingsdocumenten = (TrS+) +( TrS-) 10 (baseline) 14 16 19 Figuur 5.8: Optimalisatie door onevenwichtige trainen op features.
Page 1 and 2:
Geassocieerde faculteit Toegepaste
Page 3 and 4: Sentimentdetectie op Sociale Netwer
Page 5 and 6: Abstract Deze scriptie gaat over he
Page 7 and 8: Inhoudsopgave 1 Introductie 1 2 The
Page 9 and 10: Hoofdstuk 1 Introductie Tijdens dez
Page 11 and 12: Hoofdstuk 2 Theoretische achtergron
Page 13 and 14: Hoofdstuk 2. Theoretische achtergro
Page 33 and 34: Hoofdstuk 3. Data 25 3.2 Vereiste d
Page 35 and 36: Hoofdstuk 3. Data 27 na revisie een
Page 37 and 38: Hoofdstuk 3. Data 29 3.2.3 Realisti
Page 39 and 40: Hoofdstuk 4. Implementatie 31 Het i
Page 41 and 42: Hoofdstuk 4. Implementatie 33 Alle
Page 43 and 44: Hoofdstuk 5. Resultaten 35 Beoordel
Page 45 and 46: Hoofdstuk 5. Resultaten 37 Bij de u
Page 47 and 48: Hoofdstuk 5. Resultaten 39 F1 1,00
Page 49 and 50: Hoofdstuk 5. Resultaten 41 5.3 Feat
Page 51 and 52: Hoofdstuk 5. Resultaten 43 De voll
Page 53: Hoofdstuk 5. Resultaten 45 Een onev
Page 57 and 58: Hoofdstuk 5. Resultaten 49 gaat, st
Page 59 and 60: Hoofdstuk 5. Resultaten 51 Inzoomen
Page 61 and 62: Hoofdstuk 5. Resultaten 53 2. Afsch
Page 63 and 64: Hoofdstuk 6 Conclusie Tijdens het o
Page 65 and 66: Bibliografie 1ste Keuze BV (2012).
Page 67 and 68: Bibliografie 59 S. Zhu, X. Ji, W. X
Page 69 and 70: Bijlage A Woordenlijsten A.1 Nederl
Page 71 and 72: Bijlage A. Woordenlijsten 63 37. do
Page 73 and 74: Bijlage A. Woordenlijsten 65 19. ji
Page 75 and 76: Bijlage B. Resultaattabellen 67 Het
Page 77 and 78: Bijlage B. Resultaattabellen 69 Eve
Page 83 and 84: Bijlage C. Figuren 75 F1 1,00 0,95
Page 85 and 86: Bijlage C. Figuren 77 F1 F1 1,00 0,
Page 87 and 88: Bijlage C. Figuren 79 F1 1,00 0,95
Page 89: Bijlage D Afkortingen AUC − area
show all

Paper - Hogeschool Gent

Create successful ePaper yourself

Delete template?

Save as template?