《表2 UCI数据集描述：一种自动确定密度峰值的聚类算法改进》
提示：宽带有限、当前游客访问压缩模式
在UCI数据集上对算法（比较的算法包括原CFSFDP、改进的CFSFDP、K-means、DBSCAN）进行比较。采用的数据集信息如表2所示。
| 图表编号 | XD00122257500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.15 |
| 作者 | 许青林、罗炜平、陈烈锋 |
| 绘制单位 | 广东工业大学计算机学院、广东工业大学计算机学院、广东工业大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 验证数据集描述：一种改进的K-Prototypes聚类算法》2020.11.01
- 《表3 聚类结果对比：自动确定聚类中心的比较密度峰值聚类算法》2021.03.10
- 《表1 数据集信息：自动确定聚类中心的比较密度峰值聚类算法》2021.03.10
- 《表3 UCI数据集上不同算法结合DBSCAN的聚类结果比较》2020.08.10
- 《表3 ARI指标：一种改进节点凝聚度的密度峰值聚类算法》2020.07.01
- 《表1 实验数据集：一种改进节点凝聚度的密度峰值聚类算法》2020.07.01
- 《表2 UCI数据集：自适应密度峰值聚类算法》2020.06.10
- 《表5 不同聚类算法在UCI数据集的聚类结果的RI(%)》2020.07.01
- 《表1 实验数据集：结合遗传k均值改进的密度峰值聚类算法》2020.04.16
- 《表2 UCI数据集：基于加权K近邻的改进密度峰值聚类算法》2020.03.01
- 《表1 人工数据集：基于加权K近邻的改进密度峰值聚类算法》2020.03.01
- 《表1 人工数据集描述：一种自动确定密度峰值的聚类算法改进》2020.01.15
- 《表3 算法准确率比较：一种自动确定密度峰值的聚类算法改进》2020.01.15
- 《表1 数据集描述：结合主动学习和密度峰值聚类的协同训练算法》2019.08.10
- 《表1 3种算法对UCI数据集的聚类结果》2019.09.01
- 《表1 UCI数据集：一种基于K近邻的比较密度峰值聚类算法》2019.05.15
- 《表2 人工数据集：一种基于K近邻的比较密度峰值聚类算法》2019.05.15
- 《表1 真实网络数据集：一种基于改进密度峰值聚类的社区发现算法》2019.04.01
- 《表1 UCI数据集描述：基于切比雪夫距离的密度计算与K-means的聚类方法研究》2019.04.10
- 《表4 数据集特征描述：一种改进森林优化的K-means聚类算法》2018.12.01