《表1 二维数据聚类结果对比》

  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

《基于改进KMOR的聚类算法》

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

对比图1和图2，图3和图4，可以看出KMOR算法聚类结果中，离散度相对较大的簇有一部分边缘样本点在圈外或球体外，即被误判为离群点，究其原因还是在选取离群点判别标准时未考虑样本中离散度存在差异，而MK-MOR算法因其根据每类离散度选取判别标准，减少了此种误判，可见离群点判别标准的改进是有效果的。对比表1和表2两种算法聚类结果可知，MKMOR算法在判别标准上的改进使算法检测出的离群点数量相比原算法更加接近真实数量，减少了误判，聚类结果正确率也高于原算法。