《表4 在真实数据集上聚类总成本和聚类总时间》
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。
图表编号 | XD00163025200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 李峰、李明祥、张宇敬 |
绘制单位 | 河北金融学院信息管理与工程系、河北省高校智慧金融应用技术研发中心、河北金融学院信息管理与工程系、河北金融学院信息管理与工程系 |
更多格式 | 高清、无水印(增值服务) |