《表3 K-Means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
《基于Stacking模型融合的工程机械核心部件寿命预测研究》
使用K-Means聚类无须进行模型的训练,无监督学习效率高,处理大数据集,算法保持可伸缩性和高效性当簇接近高斯分布时,效果较好[10]。本文利用优秀的特征进行聚类,使用最小距离分类器MDC进行测试获得最佳K均值聚类k值为5,结果得分如表所示。
图表编号 | XD00113843200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.05 |
作者 | 梁超 |
绘制单位 | 浙江理工大学信息学院 |
更多格式 | 高清、无水印(增值服务) |