Table 8 Performance comparison with state-of-art methods.

From: Enhancing education quality with hybrid clustering and evolutionary neural networks in a multi phase framework

Methods	Swarm size	Metrics
Methods	Swarm size	Accuracy	Precision	Recall	Specificity	F-score	Errorrate	Time taken (S)
K-NN	10	0.72	0.73	0.70	0.75	0.72	0.28	39
	15	0.68	0.69	0.67	0.71	0.68	0.32	42
	20	0.70	0.71	0.68	0.72	0.70	0.30	48
	25	0.68	0.69	0.67	0.70	0.68	0.32	55
	30	0.72	0.73	0.70	0.75	0.72	0.28	61
Average		0.70	0.71	0.68	0.72	0.70	0.30	49
NN	10	0.86	0.85	0.87	0.83	0.86	0.14	50
	15	0.88	0.87	0.89	0.86	0.88	0.12	62
	20	0.89	0.88	0.90	0.88	0.89	0.11	73
	25	0.88	0.87	0.89	0.87	0.88	0.12	78
	30	0.89	0.88	0.90	0.88	0.89	0.11	88
Average		0.88	0.87	0.89	0.86	0.88	0.12	72
SVM	10	0.74	0.76	0.70	0.78	0.73	0.26	28
	15	0.72	0.74	0.67	0.76	0.70	0.28	32
	20	0.71	0.73	0.66	0.75	0.69	0.29	35
	25	0.69	0.71	0.64	0.73	0.67	0.31	38
	30	0.70	0.72	0.65	0.74	0.68	0.30	41
Average		0.71	0.73	0.66	0.75	0.69	0.28	57
DT	10	0.76	0.78	0.72	0.80	0.75	0.24	21
	15	0.74	0.76	0.69	0.78	0.72	0.26	25
	20	0.72	0.74	0.68	0.76	0.71	0.28	29
	25	0.70	0.72	0.66	0.74	0.68	0.30	32
	30	0.71	0.73	0.67	0.75	0.70	0.29	35
Average		0.72	0.74	0.68	0.7648	0.71	0.27	32
NB	10	0.78	0.80	0.74	0.82	0.77	0.22	6
	15	0.75	0.78	0.71	0.80	0.74	0.25	9
	20	0.73	0.75	0.69	0.77	0.72	0.27	23
	25	0.71	0.72	0.67	0.75	0.70	0.29	26
	30	0.72	0.74	0.69	0.75	0.71	0.28	21
Average		0.74	0.76	0.70	0.78	0.73	0.27	19
DT-SVM	10	0.86	0.90	0.82	0.90	0.85	0.14	48
	15	0.85	0.86	0.83	0.86	0.84	0.15	81
	20	0.83	0.86	0.79	0.87	0.82	0.17	86
	25	0.77	0.78	0.74	0.80	0.76	0.23	108
	30	0.78	0.79	0.76	0.80	0.78	0.22	136
Average		0.82	0.84	0.79	0.85	0.81	0.19	90
NB-KNN	10	0.80	0.83	0.76	0.84	0.80	0.20	158
	15	0.79	0.81	0.74	0.83	0.79	0.23	180
	20	0.77	0.80	0.74	0.81	0.76	0.23	198
	25	0.73	0.74	0.69	0.76	0.71	0.28	218
	30	0.74	0.75	0.70	0.75	0.73	0.26	242
Average		0.76	0.79	0.73	0.80	0.75	0.24	199
DT-SVM-KNN	10	0.82	0.85	0.78	0.86	0.87	0.18	83
	15	0.81	0.85	0.77	0.86	0.80	0.19	102
	20	0.79	0.82	0.75	0.84	0.78	0.21	115
	25	0.73	0.75	0.70	0.77	0.72	0.27	140
	30	0.75	0.76	0.72	0.78	0.74	0.25	156
Average		0.79	0.81	0.75	0.82	0.78	0.21	119
NB-NN-DT	10	0.90	0.92	0.86	0.94	0.90	0.10	24
	15	0.90	0.92	0.89	0.92	0.90	0.09	35
	20	0.89	0.91	0.87	0.91	0.89	0.11	46
	25	0.83	0.84	0.82	0.84	0.83	0.17	56
	30	0.83	0.84	0.81	0.84	0.83	0.17	65
Average		0.87	0.89	0.85	0.89	0.87	0.14	45
SVM-NB-KNN	10	0.88	0.9130	0.8400	0.92	0.88	0.12	30
	15	0.88	0.8866	0.8600	0.89	0.88	0.12	49
	20	0.86	0.8913	0.8200	0.90	0.86	0.14	68
	25	0.79	0.8010	0.7650	0.81	0.79	0.21	91
	30	0.80	0.8099	0.7840	0.82	0.80	0.20	112
Average		0.84	0.86	0.82	0.87	0.83	0.15	70
NueroEvoClass	10	0.95	0.95	0.94	0.96	0.94	0.05	13
	15	0.93	0.94	0.92	0.95	0.93	0.06	16
	20	0.92	0.93	0.90	0.94	0.92	0.07	28
	25	0.88	0.89	0.86	0.87	0.86	0.13	27
	30	0.89	0.86	0.85	0.86	0.86	0.13	39
Average		0.92	0.91	0.89	0.91	0.90	0.09	75

Significant values are in bold.

Back to article page

Table 8 Performance comparison with state-of-art methods.

Search

Quick links