《表1 算法对比：基于局部结构保留的级联子空间深度聚类》

  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

《基于局部结构保留的级联子空间深度聚类》

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

MNIST-FULL和MNIST-TEST数据集是Le Cun等人[13]提出的一个经典手写字体识别库，分别包含70 000和10 000张手写数字图像，每张均为28×28像素。所有MINST图像都是从10个手写数字中取样的。本文将每张图片转为一个784维向量。REUTERS包含了大约81 000篇带有类别树的英语新闻报道[14]。本文采用4个根本类别作为标签:企业/工业、政府/社会、市场和经济，同时排除了所有具有多个标签的文件。在此基础上随机抽取了10 000个例子的子集，并计算了2 000个最常用单词的tf-idf（term frequency inverse document frequency）的特征向量。样本数据集称之为REUTERS-10 K。表1中统计了三个数据集的信息。