《表2 FCM聚类算法与加权FCM聚类算法性能比较》

  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

《基于加权FCM聚类算法的电力市场主体价值细分》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用Iris数据集对加权FCM聚类算法进行检验。Iris数据集是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。对加权FCM聚类算法的性能进行检验。利用文献[12]中的模糊聚类评价算法计算各项评价指标，聚类结果及评价指标如表2所示。由聚类结果看出，加权FCM聚类算法比FCM聚类算法的正确率要高，且在各项指标上均有所改善，可见加权FCM算法具有更好的聚类质量，验证了加权FCM算法的有效性和准确性。另外，加权FCM算法最终得到一个特征权重向量（0.349 0.772 0.409 2.468），对于新加入的样本，可直接通过特征权重计算其归属的类别，不需要专家咨询等方法确定评价指标的权重，减少了主观因素的影响，提高了工作效率。