《表1 办案时间耗费：基于K-means算法的最佳聚类数研究》
提示：宽带有限、当前游客访问压缩模式
该文采用的实际数据集为UCI数据库[16]中的常用数据集，数据集的描述见表1。
| 图表编号 | XD00191304200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.20 |
| 作者 | 王艳娥、梁艳、司海峰、丁心安 |
| 绘制单位 | 西安思源学院理工学院、西安思源学院理工学院、西安思源学院理工学院、西安思源学院理工学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 算法聚类结果：基于K-means++算法的三相电能表评价模型研究》2020.09.10
- 《表1 办案时间耗费：考虑屈曲和摩擦力的高温高压井管柱力学分析》2020.11.10
- 《表4 聚类中心特征：基于K-means算法的智能推荐系统研究》2018.12.28
- 《表3 最终聚类中心：基于大数据K-means聚类算法的在线学习行为路径的研究》2020.06.20
- 《表1 初始聚类中心：基于大数据K-means聚类算法的在线学习行为路径的研究》2020.06.20
- 《表4 聚类案例数：基于大数据K-means聚类算法的在线学习行为路径的研究》2020.06.20
- 《表1 数据与簇标签：基于改进的k-means算法的新闻聚类的研究》2020.04.01
- 《表2 新闻数据集：基于改进的k-means算法的新闻聚类的研究》2020.04.01
- 《表1 基质理化特性：基于K-means聚类算法的草莓灌溉策略研究》2020.01.25
- 《表2 草莓营养液配置：基于K-means聚类算法的草莓灌溉策略研究》2020.01.25
- 《表4 参数分析：基于K-means聚类算法的草莓灌溉策略研究》2020.01.25
- 《表3 最终聚类中心：基于蒙特卡洛k-means聚类算法的舰船器材分类研究》2020.04.25
- 《表2 最终聚类中心：基于蒙特卡洛k-means聚类算法的舰船器材分类研究》2020.04.25
- 《表4 聚类成员：基于蒙特卡洛k-means聚类算法的舰船器材分类研究》2020.04.25
- 《表3 最佳聚类：基于K-Means聚类的交通违法行为与事故关联关系研究》2019.10.01
- 《表2 实验结果图：基于k-means聚类的Bagging算法研究》2019.08.10
- 《表1 实验数据库：基于k-means聚类的Bagging算法研究》2019.08.10
- 《表1 样本数据集：基于K-means聚类算法优化方法的研究》2019.01.25
- 《表4 初始聚类中心：基于大数据下K-means聚类算法的在线学习行为路径应用研究》2019.01.10
- 《表1 得分数据I：基于K-means算法改进的短文本聚类研究与实现》2019.12.25