复杂性
研究文章

非线性支持向量回归的小说特征选择方法

表3

比较结果FS-NSVR, L1svr Lpsvr, L1-LSSVR人工数据集。
数据集 回归量 NMSE RMSE 精度 回忆 CPU。
输入一个 FS-NSVR 0.707 0.146 0.146 22.22 One hundred. 0.148
l1svr 1.032 0.031 0.177 16.67 10 2.107
lpsvr 1.028 0.028 0.176 - - - - - - 0 2.701
l1-LSSVR 1.028 0.031 0.176 0 0 0.004
B型 FS-NSVR 0.032 0.884 0.069 34.48 One hundred. 0.071
l1svr 1.068 0.074 0.396 1.26 10 1.379
lpsvr 1.077 0.078 0.397 - - - - - - 0 2.702
l1-LSSVR 1.001 0.001 0.383 - - - - - - 0 0.004
C型 FS-NSVR 0.006 0.885 0.324 18.51 One hundred. 0.076
l1svr 1.003 0.009 4.186 0 0 1.229
lpsvr 1.011 0.011 4.201 - - - - - - 0 2.584
l1-LSSVR 0.997 0.001 4.174 0 0 0.005
大胆的值引用每个准则下表现最好的解释。