《表3 各个算法求得的NMI》

  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

《双精英遗传策略的基因聚类算法》

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

4种算法各自运行10次，得到的NM I和ARI如表2和表3所示．从表中可得，K-means++在两个数据集的ARI和NM I均高于K-means，这说明K-means++在一定程度上解决了K-means初始中心点敏感的问题．SGCA聚类得到的ARI和NMI均优于k-means，这说明了遗传算法在一定程度上提高了聚类的精度，在GDS5401中SGCA的性能优于K-means++，而在GDS5403中SGCA的ARI指标高于K-means++，而NM I要略低K-means++，这说明SGCA相对于K-means++没有明显的优势．DEGCA在AM I和ARI指标上均优于其他三个聚类算法，这说明DEGCA聚类结果更为准确．