Table 4.

Quantitative comparison among deep learning, various handcrafted and ensemble feature extraction methods (Classifier wise false positive rate (in %))

Features	Gaussian Naïve Bayes	Decision Tree	Random Forest	XGB Classifier
F1	0.56	0.55	0.50	0.50
F1 + F2	0.46	0.43	0.41	0.41
F1 + F3	0.43	0.43	0.39	0.38
F1 + F4	0.36	0.33	0.30	0.29
F1 + F5	0.37	0.37	0.34	0.32
F1 + F2 + F3	0.34	0.31	0.31	0.29
F1 + F2 + F4	0.29	0.28	0.26	0.24
F1 + F2 + F5	0.29	0.29	0.28	0.26
F1 + F3 + F4	0.31	0.28	0.27	0.24
F1 + F3 + F5	0.33	0.31	0.30	0.26
F1 + F4 + F5	0.27	0.25	0.24	0.23
F1 + F2 + F3 + F4	0.24	0.21	0.20	0.20
F1 + F2 + F3 + F5	0.25	0.24	0.24	0.21
F1 + F2 + F4 + F5	0.20	0.20	0.19	0.17
F1 + F3 + F4 + F5	0.23	0.21	0.19	0.20
F1 + F2 + F3 + F4 + F5	0.18	0.17	0.15	0.15

Bold face of text depicting the maximum accuracy achieved in each table