论文修改建议 (ZhangJH 20211124 哪些实验可以对比)

哪些实验可以对比

1. 数据类型
   都是结构化数据，真实数据
2. 算法类型
   2.1 基于图的算法
   热传导：有物理意义
   2.2 基于多视角的算法（我们的）
   不同视角用不同的基础算法（SVM, ANN, Random Forest）
   2.3 基于核函数
   2.4 流型（与基于图的算法类似，有很多的重叠）
3. 评价指标
   MSE, RMSE
   R2
   成对 T-test
   Friedman test + 后验
4. 讨论: 哪些实验是可以对比的
   数据集一致，评价指标一致，且实验设置一致（k CV）都可以对比
   当某一类型算法总体比较弱的时候，可以在本类型内部对比
   当某一类型算法总体强的时候，可以与不同类型比
5. 训练与测试集的划分
   当数据量小时，可以用 10CV 甚至 Leave-one-out，因为每一个数据都很重要
   当数据量大时，只需要用一小部分进行训练（神经网络等方法除外），能够获得稳定的性能即可
   为了说服力强，而且结果稳定，测试数据越多越好（方差小）
6. 性能差距
   当样本少的时候，差距不明显
   样本增多，差距更大
   不论如何，找到我们算法更适应的设置（对不同数据集使用不同设置，可以在数据集处进行说明），然后进行比较
   有两种设置，一种是找最佳参数，另一种是用户设置。前者应该画出曲线找极值点，后者可以直用对自己有利的设置