《表5 不完整数据集Bupa的平均聚类错分数》
从表3~表5中平均聚类错分数来看,DI-WIFCM算法在每个数据集中都取得了最好的结果,平均聚类错分数作为最重要的聚类算法评价指标,说明DI-WIFCM有很好的聚类准确率。且样本随着缺失率的增加平均聚类错分数相对于其他算法进一步降低,说明DI-WIFCM算法中区间因子对区间范围的约束有效性高,随着数据缺失比例的增加,更能体现数据的信息价值,有着很强的适应能力。
图表编号 | XD00165385300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 罗浩、王彦捷、牛明航、邱存月、张利 |
绘制单位 | 辽宁大学信息学院、辽宁大学信息学院、辽宁大学信息学院、辽宁大学信息学院、辽宁大学信息学院 |
更多格式 | 高清、无水印(增值服务) |