《表3 数据集上各算法所得聚类正确率所求的方差 (ACC2) 和标准化互信息所求的方差 (NMI2)》

《表3 数据集上各算法所得聚类正确率所求的方差 (ACC2) 和标准化互信息所求的方差 (NMI2)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于mutual KNN和标准化的谱聚类算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

在表3中,反映的主要指标是聚类ACC所求得的方差以及聚类NMI所求的方差。从表中可观察到4组数据在MKSC算法的情况下所对应的值均是一个比较小的数值,从侧面可以说明数据信息的离散程度较小,揭示了样本内部彼此波动程度很小,可见聚类对样本的泛化性能较优,数据在聚类时的拟合效果比较好。另外方差的运算结果也可以明确反映出聚类的效果更好,它一般主要是由簇划分的样本纯度来加以说明的,表明方差不仅与聚类的效果有直接的关系,还与纯度呈负相关的关系。