《表1 实验所用五组UCI数据集详细信息》

  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

《基于数据挖掘的建筑能耗异常检测研究》

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

本文利用UCI数据库[10]中五组真实数据集（即Wine、Bupa、Balancescale、Aggregation和WBC）对不平衡数据多划分（MP）聚类算法的性能进行测试和评价，通过与FCM、GK和CCM三种聚类算法对比验证MP算法的性能。Balancescale数据集共有3个类别，其中名为Left和Balanced的两个类别（分别包含288和49个样本）满足不平衡数据分布，选择这两类来评估算法性能。同样在Aggregation数据集中共有7个类别，选择其中分别包含102、34和34个样本的3个类别（即第三、五、七类）来验证算法的有效性。除以上两组数据集外，其余数据集均采用所有类别进行实验，实验所用数据集的详细信息如表1所示。