《表1 算法在停留点数据集上聚类结果》
提示：宽带有限、当前游客访问压缩模式
本次实验测试了2种算法在用户停留点集上的聚类效果，在一定区间内选取3种较好的结果，如表1所示。
| 图表编号 | XD00196418800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.01 |
| 作者 | 梁卓灵、元昌安、覃晓 |
| 绘制单位 | 广西大学、广西科学院、南宁师范大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 各算法在不同噪声条件的仿真数据集上的聚类准确度》2021.01.10
- 《表1 停留点数据集上聚类结果》2021.01.15
- 《表1 数据集：基于时间序列聚类的轨迹停留点检测算法》2020.12.05
- 《表5 所有对比算法在真实数据集上的详细聚类结果》2020.09.01
- 《表5 所有对比算法在真实数据集上的详细聚类结果》2020.09.01
- 《表4 所有对比算法在人造数据集上的详细聚类结果》2020.09.01
- 《表4 在真实数据集上聚类总成本和聚类总时间》2020.07.01
- 《表2 在仿真数据集上聚类总成本和聚类总时间》2020.07.01
- 《表4 W-DPC与其他算法在七个数据集上的聚类结果比较》2020.07.01
- 《表3 Spiral数据集上聚类结果的比较》2020.07.01
- 《表7 不同权值本文方法在数据库上聚类准确率ACC》2020.06.01
- 《表6 不同度量函数在数据库上聚类准确率ACC》2020.06.01
- 《表4 3种聚类算法在数据集上的统计结果》2020.04.28
- 《表3 Indian Pines数据集上聚类结果》2020.01.16
- 《表1 七种算法在四个数据集上的聚类精度》2019.11.01
- 《表2 算法在各个数据集上的聚类结果》2019.09.20
- 《表1 各算法在UCI数据集上聚类结果》2019.10.01
- 《表2 三种聚类算法在Wine数据集上的聚类相关评价指标值》2019.04.01
- 《表5 四种算法在人工数据集上确定的聚类中心数》2019.01.30
- 《表1 0 四种算法在真实数据集上确定的聚类中心数》2019.01.30