《表5 在真实数据集上Calinski-Harabasz(CH)指标统计结果》
如表5是通过Calinski-Harabasz(CH)[19]指标对参与比较测试的3种算法进行聚类效果的评估,指标值越大说明聚类效果越好。从实验结果可看出,PIFKM+-算法在Letter-Recognition和Anuran Calls(MFCCs)两个数据集上的聚类效果与K-means和K-means++算法相比,分别平均提高12.5%和9%。这说明对于聚类数量增多的数据集,PIFKM+-算法的聚类性能优于传统的K-means算法。
图表编号 | XD00163025400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 李峰、李明祥、张宇敬 |
绘制单位 | 河北金融学院信息管理与工程系、河北省高校智慧金融应用技术研发中心、河北金融学院信息管理与工程系、河北金融学院信息管理与工程系 |
更多格式 | 高清、无水印(增值服务) |