《表1 初始聚类中心准确性对比》
以选择的初始聚类中心到IRIS数据集的真实中心的距离作为度量指标分析选择中心点的优劣,即E=‖C'-C‖,其中C'表示初始的聚类的中心,C表示IRIS数据集的真实中心。密度峰值优化的初始聚类中心算法与FCM随机选择初始聚类中心各运行30次,求得指标值E的均值,如表1所示。从表1中可以看出,密度峰值优化的初始聚类中心更接近IRIS数据集的真实中心,这说明优化后的初始聚类中心求取方法克服了噪声点和簇边界样本点的不利影响,为后续的聚类奠定了良好的基础。
图表编号 | XD0080944100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 周世波、徐维祥、徐良坤 |
绘制单位 | 集美大学航海学院、北京交通大学、集美大学航海学院 |
更多格式 | 高清、无水印(增值服务) |