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5

比较结果FS-NSVR, L1svr Lpsvr, L1-LSSVR真实数据集。
数据集 回归量 (%) NMSE RMSE CPU。
学生 FS-NSVR 6.250 0.094 0.037 0.913 0.070
l1svr 72.917 0.062 0.030 0.956 1.118
lpsvr 62.500 0.065 0.030 0.980 0.400
l1-LSSVR 52.083 0.062 0.025 0.960 0.001
交通 FS-NSVR 18.519 0.905 0.946 0.102 2.007
l1svr 85.185 0.963 0.976 0.252 2.259
lpsvr 88.889 1.083 1.035 0.530 0.457
l1-LSSVR 44.444 0.952 1.602 0.057 0.001
美国有线电视新闻网 FS-NSVR 7.407 0.001 0.035 1.000 0.237
l1svr 86.420 0.00 0.011 1.000 1.249
lpsvr 9.877 0.001 0.032 0.981 0.372
l1-LSSVR 8.642 0.000 0.020 0.983 0.001
社区 FS-NSVR 21.569 0.379 0.138 0.918 1.108
l1svr 66.667 0.331 0.129 0.656 2.047
lpsvr 37.255 0.337 0.130 0.637 1.822
l1-LSSVR 74.510 0.340 0.130 0.731 0.001
Pakinson FS-NSVR 23.077 0.862 0.446 0.415 1.176
l1svr 42.308 1.093 0.502 0.319 1.276
lpsvr 88.462 1.229 0.533 0.430 0.570
l1-LSSVR 76.923 1.021 0.372 0.197 0.001