《表2 在三种数据集上五种算法的聚类结果》

  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

《参数自适应的网格密度聚类算法》

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

为了验证SA-BGD算法的鲁棒性，本节采用SA-BGD算法对表1中的UCI真实高维数据集进行聚类操作，并且将其聚类结果与BGD、K-means、BIRCH、OPTICS算法的聚类结果进行比较。高维数据的聚类结果无法采用直观的图片来展示，为此本文采用聚类结果常用的评价指标兰德指数（adjusted rand index，ARI）、F-measure及误差平方和（E(c）)来衡量五种聚类算法在上述三种数据集上面聚类结果的优劣。其聚类结果对比如表2所示。