《表2 时间复杂度性能比较》

  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

《优化K均值聚类在冗余特征剔除中的应用研究》

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

表1所示，本文方法在4种维度下，采用SVM多分类器诊断的结果表明，本文方法的诊断准确率均高于其他三种方法，甚至在利用本文方法将特征维数降低到10维后，其诊断准确率仍高于其他三种方法，从而验证了本文所提方法的有效性。为验证本文方法在解决时间复杂度和诊断准确率之间的矛盾所做工作的有效性，冗余特征剔除后，进行SVM多分类时，记录了其运行时间。前提条件为，采用计算机主机频率为2.5GHz。比较结果如表2所示，很明显维度越低，时间耗费越小，32维和10维之间时间消耗相差约4倍。