《表1 实验数据属性：基于改进K-means算法的电力大数据系统研发》
提示：宽带有限、当前游客访问压缩模式
为了验证改进的K-means方法分类的准确性，选取了3种数据，分别进行聚类效果对比，数据的属性如表1所示，分类对比如图7和8所示，分类的精度对比如表2所示。
| 图表编号 | XD0016871000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.07.01 |
| 作者 | 李金湖 |
| 绘制单位 | 国网信通亿力科技有限责任公司智能电网大数据实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 船舶满载度数据：基于改进差分进化算法的船舶电力系统能量管理》2020.10.20
- 《表1 实验参数：基于改进粒子群算法的有效大数据多标准过滤系统设计》2020.10.20
- 《表1 备件和材料清单：基于改进的K-means算法的关联规则数据挖掘研究》2021.01.01
- 《表2 实验数据对比：基于云计算技术的电力大数据分布式检索系统》2018.09.25
- 《表2 站点分类的结果：基于改进K-means算法的电力大数据系统研究》2021.01.20
- 《表1 实验数据集的属性：基于改进人工蜂群算法与MapReduce的大数据聚类算法》2020.06.01
- 《表2 算法性能对比：基于改进k-means的电力信息系统异常检测方法》2020.03.30
- 《表1 参数说明：基于改进k-means的电力信息系统异常检测方法》2020.03.30
- 《表2 所用数据集：基于Spark的改进K-means算法的并行实现》2020.02.01
- 《表1 原始数据参数说明：基于改进k-means算法的电网数据实时交换方法研究》2020.03.05
- 《表1 电网日负荷数据：基于改进蝙蝠算法的电力系统节能发电调度策略研究》2020.02.15
- 《表4 数据集特征描述：基于改进引力搜索算法的K-means聚类》2019.11.01
- 《表3 改进算法聚类结果：大数据K-means聚类算法的研究与应用》2019.11.25
- 《表1 税收风险指标：大数据下基于改进K-means聚类算法的税收风险识别》2019.11.08
- 《表2 聚类结果：大数据下基于改进K-means聚类算法的税收风险识别》2019.11.08
- 《表1 数据集信息：一种改进的基于差分隐私的k-means聚类算法》2019.08.15
- 《表1 实验参数：基于大数据的电力负荷自动监测系统设计》2019.04.20
- 《表1 实验数据集参数：大数据挖掘中的混合差分进化K-Means无监督聚类算法》2019.05.15
- 《表1 实验数据点：基于改进K-means算法的电力负荷分类研究》2018.06.01
- 《表1 大用户细分指标：基于Affinity propagation和K-means算法的电力大用户细分方法分析》2018.01.20