《表4 在真实数据集上聚类总成本和聚类总时间》

  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

《局部迭代的快速K-means聚类算法》

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

如表4，列出了PIFKM+-算法以及参与测试比较的K-means和K-means++算法在3组真实数据集上所得到的运行结果，包含了聚类总成本、聚类总时间以及相应的比值。PIFKM+-算法的平均运行时间是K-means算法的1.35倍；PIFKM+-算法的平均聚类成本是K-means算法的0.94倍。而与K-means++算法相比，PIFKM+-算法的平均运行时间是K-means++算法的1.07倍；PIFKM+-算法的平均聚类成本是K-means++算法的0.96倍。经过以上统计分析，表明了PIFKM+-算法可以在损失较小速度的情况下进一步提高聚类的效果。