《表5 K-均值聚类成员表》
提示：宽带有限、当前游客访问压缩模式
由聚合系数随分类数的变化曲线图[17]，可以认为对站点分为8～10类之间是合适的.K-均值聚类结果（表5):
| 图表编号 | XD00119119700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.28 |
| 作者 | 崔志涛、蹇柯、方勇 |
| 绘制单位 | 东莞理工学院城市学院计算机与信息学院、东莞理工学院城市学院计算机与信息学院、东莞理工学院城市学院计算机与信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表8 K均值聚类情况：基于熵权TOPSIS和K均值聚类的企业财务风险评价预警研究》2020.10.31
- 《表2 辽宁省14个城市K-平均值聚类方法的聚类成员》2020.07.15
- 《表6 原始K均值与改进K均值聚类算法的分类准确率对比》2020.07.10
- 《表7 原始K均值与改进K均值算法聚类指标对比》2020.07.10
- 《表5 原始K均值与改进聚类算法的SSE对比》2020.07.10
- 《表5 K均值聚类模型检验》2020.04.20
- 《表2 K均值聚类模型参数》2020.04.20
- 《表3:K-均值聚类结果》2020.01.20
- 《表2:K-均值聚类结果》2020.01.20
- 《表4 聚类成员：基于蒙特卡洛k-means聚类算法的舰船器材分类研究》2020.04.25
- 《表1 K—均值聚类分析结果》2020.02.15
- 《表5 K-均值聚类成员表》2019.12.28
- 《表5 甘草饮片规格等级的K-均值聚类法最终聚类中心值》2019.11.20
- 《表1 3 聚类成员：基于K-均值算法的客户分类研究》2019.08.28
- 《表3 改进K-均值聚类法、K-均值聚类法和遍历法的对比》2019.04.10
- 《表1 5 K-均值聚类分析的最终类中心值》2019.03.20
- 《表2 非空间k均值聚类与空间k均值聚类的GVF比较》2019.03.25
- 《表4 K-均值聚类成员Tab.4 K-means cluster members》2019.01.01
- 《表3 华榛按K-均值聚类法划分苗木等级的聚类成员》2018.01.15
- 《表5 K均值聚类结果：基于改进型RFM卷烟消费者价值细分模型的精准营销策略研究》2019.12.05