《表2 不同算法聚类准确率比较》
本实验将通过UCI标准数据集的聚类实验比较了不同算法的聚类准确率。表1给出了Iris和Wine数据集的特征指标,表2比较了两种算法的聚类准确率,表3给出了两个改进对聚类准确率的影响。由表2可以看出,在Iris和Wine数据集上本文算法的聚类准确率高于per=1%和per=2%的CFSFDP算法。由表3可以看出,自动确定聚类中心能够准确地得到聚类中心,克服了需要人工确定聚类中心的不足,但无法增加聚类准确度。而利用局部密度信息熵确定截断参数dc能够提高聚类准确率。
图表编号 | XD00119579900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 王军华、李建军、李俊山、赖文达 |
绘制单位 | 广东外语外贸大学南国商学院智能信息研究所、广东外语外贸大学南国商学院智能信息研究所、广东外语外贸大学南国商学院智能信息研究所、广东外语外贸大学南国商学院智能信息研究所 |
更多格式 | 高清、无水印(增值服务) |