《表2 3种算法性能比较》
提示：宽带有限、当前游客访问压缩模式
实验首先以准确率（Pc）与运行时间（T）为指标在单一节点上对传统KNN分类算法、本文优化KNN分类算法以及基于Spark框架的优化KNN进行比较（见表2）.
| 图表编号 | XD00141020800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.20 |
| 作者 | 李宏志、李苋兰、赵生慧 |
| 绘制单位 | 滁州学院信息学院、福建师范大学光电与信息工程学院、福建师范大学光电与信息工程学院、滁州学院信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 3种算法的性能比较》2020.11.16
- 《表3 六种算法的性能比较》2020.12.25
- 《表2 双目标情况下3种算法性能比较(噪声标准差=0.6)》2020.02.01
- 《表3 6个目标情况下3种算法性能比较》2020.02.01
- 《表2 基于直方图平移的3种算法的性能比较》2020.03.01
- 《表2 不同粒子数和噪声况下3种算法性能测试比较》2020.02.15
- 《表3 4种算法的性能比较》2019.12.15
- 《表3 3种算法状态评估性能比较》2020.01.16
- 《表1 3种算法数据挖掘性能比较》2019.08.31
- 《表4 3种控制算法性能比较》2019.07.05
- 《表3 7种路径规划算法性能比较》2019.06.01
- 《表3 6种算法性能比较》2019.06.25
- 《表3 2种算法的性能比较》2019.06.01
- 《表1 3种算法的性能比较》2019.06.25
- 《表3 4种算法性能比较》2019.08.01
- 《表2 3种算法性能比较》2019.04.01
- 《表3 两种算法的性能比较》2019.03.01
- 《表5 3种算法的性能比较》2018.05.01
- 《表1 3种算法性能比较》2018.03.01
- 《表3 三种优化算法的性能比较》2018.07.25