《表5 尺度上推：不同算法的F-score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

不同算法F-score值的比较结果如表5所示。由表中的数据可知，UACMS算法的F-score值整体上高于其他对比算法，UACMS算法的F-score值相对于其他算法平均提高了12.8%，其中较为经典的K-modes算法的F-score值最小，主要是因为K-modes算法的聚类中心具有较大的随机性，且其并没有考虑到属性间的相互影响。CMS方法在多尺度数据挖掘中的应用，提高了CMS的F-score值。