Dissimilarity space reinforced with manifold learning and latent space modeling for improved pattern classification

Rezazadeh Hamedani, Azadeh; Moattar, Mohammad Hossein; Forghani, Yahya

doi:10.1186/s40537-021-00527-6

Journal of Big Data

Table 6 Classification F1-score of the proposed method and other basic dissimilarity spaces

Dataset	Proposed Algorithm	DS_All	DS_Random	DS_RandomC	Dataset
Iris
Best (20,linSVM)	0.98(± 0.03)	0.95(0.03)	0.96(0.02)	0.96(0.02)	0.93(± 0.03)
Average	0.95(± 0.03)	0.88(± 0.04)	0.88(± 0.03)	0.88(± 0.03)	0.94(± 0.02)
Glass
Best(60,1-NN)	0.56(± 0.32)	0.56(± 0.3)	0.56(± 0.3)	0.54(± 0.3)	0.53(± 0.2)
Average	0.50(± 0.3)	0.49(± 0.3)	0.46(± 0.3)	0.46(± 0.3)	0.45(± 0.3)
Ionosphere
Best(50,5-NN)	0.94(± 0.03)	0.91(± 0.03)	0.91(± 0.03)	0.90(± 0.04)	0.82(± 0.1)
Average	0.92(± 0.03)	0.92(± 0.03)	0.91(± 0.03)	0.90(± 0.03)	0.83(± 0.09)
Monk
Best(60,polySVM2)	0.89(± 0.00)	0.88(± 0.00)	0.85(± 0.01)	0.93(± 0.00)	0.92(± 0.00)
Average	0.87(± 0.01)	0.88(± 0.00)	0.88(± 0.00)	0.89(± 0.00)	0.81(± 0.00)
BreastCancer
Best(50,11-NN)	0.91(± 0.03)	0.91(± 0.03)	0.90(± 0.03)	0.90(± 0.03)	0.90(± 0.03)
Average	0.8(± 0.08)	0.82(± 0.08)	0.85(± 0.07)	0.83(± 0.07)	0.86(± 0.06)
Wine
Best(10,linSVM)	0.69(± 0.17)	0.80(± 0.05)	0.70(± 0.13)	0.69(± 0.12)	0.96(± 0.02)
Average	0.6(± 0.2)	0.62(± 0.17)	0.63(± 0.20)	0.61(± 0.20)	0.81(± 0.02)
USPS_nE
Best(60,linSVM)	0.89(± 0.17)	0.85(± 0.2)	0.75(± 0.2)	0.78(± 0.2)	0.79(± 0.19)
Average	0.83(± 0.2)	0.85(± 0.19)	0.80(± 0.24)	0.81(± 0.19)	0.76(± 0.18)
USPS_E
Best(120,linSVM)	0.86(± 0.09)	0.89(± 0.06)	0.85(± 0.09)	0.83(± 0.09)	0.85(± 0.09)
Average	0.78(± 0.11)	0.73(± 0.08)	0.81(± 0.11)	0.80(± 0.12)	0.83(± 0.08)
Digit5
Best(10,linSVM)	0.98(± 0.01)	0.98(± 0.01)	0.95(± 0.01)	0.94(± 0.05)	0.98(± 0.01)
Average	0.98(± 0.01)	0.92(± 0.02)	0.95(± 0.02)	0.95(± 0.03)	0.98(± 0.01)
MNIST
Best(5000,1-NN)	0.85(± 0.02)	0.90(± 0.02)	0.89(± 0.03)	0.92(± 0.02)	0.98(± 0.00)
Average	0.83(± 0.02)	0.91(± 0.01)	0.90(± 0.02)	0.91(± 0.01)	0.97(± 0.01)

Back to article page