《表5 传统K-means聚类结果(Ⅰ)》
提示：宽带有限、当前游客访问压缩模式
选取初始聚类中心个数为10，传统K-means的实验数据有两种较为稳定的结果，如表5-6所示.
| 图表编号 | XD00121520600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 朱培恺、刘敬浩 |
| 绘制单位 | 天津大学电子信息工程学院、天津大学电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 K-Means算法最终聚类中心》2020.09.01
- 《表5 第一组实验结果：基于K-Means改进的算法在客户聚类中的应用》2020.09.01
- 《表3 K-means++聚类结果》2021.02.25
- 《表2 传统K-means聚类算法的聚类结果》2021.02.10
- 《表5 基于K-means聚类的园区分类》2020.08.28
- 《表1 k-means聚类结果》2020.10.20
- 《表5 第Ⅰ类样品聚类结果ANOVA分析》2020.06.28
- 《表2 K-means聚类结果》2020.04.15
- 《表4 本文方法与传统k-means算法聚类的结果》2020.04.01
- 《表3 K-means聚类结果》2020.04.01
- 《表5 聚类分析结果量表：基于k-means聚类分析法的四川省区域经济差异时空演化分析》2020.01.05
- 《表6 传统K-means聚类结果(Ⅱ)》2019.12.01
- 《表2 传统K-means聚类结果》2019.12.01
- 《表3 K-Means聚类结果》2019.12.05
- 《表2 传统K-means算法聚类结果》2019.11.25
- 《表3 K-means聚类结果》2019.04.01
- 《表2 本文算法与传统分类统计算法和经典K-means聚类算法对比》2019.02.05
- 《表3 K-Means聚类结果》2018.12.15
- 《表2 K-Means聚类结果》2019.10.01
- 《表1 K-means聚类结果》2019.10.28