《表7 尺度下推：不同算法的NMI值比较》

  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

《基于耦合度量的多尺度聚类挖掘方法》

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

DSAL算法以及其他对比算法在不同数据集上的NMI值比较结果如表7所示。从表7中的数据可知，DSAL算法整体上的NMI值高于其他对比算法。DSAL算法的NMI值相比其他算法平均提高了19.2%，其中K-modes算法的NMI值最低，主要有两个原因：一个是所选数据集属性之间有一定的影响，而K-modes算法并没有考虑不同属性间的影响；另一个原因为K-modes算法的聚类中心具有一定的随机性，聚类结果不稳定。对比实验结果表明DSAL算法的预测结果与真实结果更为相近，对于不同属性间具有相互影响的数据集比较有优势。