《表5 真实数据集上的运行时间结果Tab.5 Running time on the real-world dataset》
s
尽管基于张量分解的异构信息聚类方法的运行时间是最长的,但是它可以一次性同时得到所有类型对象的聚类结果,这是其他方法所不能达到的。这也是为什么表5中基于张量分解的异构信息聚类方法的结果只有总时间的原因。NetClus在AC和NMI上表现最差,只达到71.86%和55.03%,但是NetClus有一个重要的优势就是其可以在聚类的同时得到这些对象的重要性排序。PathSelClus在AC和NMI上表现优于NetClus,它也有一个优点,就是基于PathSim,PathSelClus可以快速度量两个相同类型对象之间的相似度。PathSelClus在运行时间上的表现也是最好的,但是PathSelClus的结果严重依赖于元路径的选择和用户预先给定的种子。
图表编号 | XD0020130300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.28 |
作者 | 吴继冰、黄宏斌、邓苏 |
绘制单位 | 国防科技大学系统工程学院信息系统工程重点实验室、国防科技大学系统工程学院信息系统工程重点实验室、国防科技大学系统工程学院信息系统工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表5 真实数据集上的运行时间结果Tab.5 Running time on the real-world dataset”的人还看了
- Table 5 Classification accuracies on Dermatology dataset (Mean±Std) 表5在Dermatology数据集上的分类准确率 (均值±方差)