《表5 与其他半监督降维算法在数据集上的结果比较》
观察表5和图4可以发现,在数据集USPS、MNIST、ORL和Yale上,本文提出的基于PCA降维的成对约束半监督算法相比较其他半监督降维算法均取得较高的Micro-p值,这表明结合PCA降维的半监督聚类集成,在大容量数据集上取得了比较好的聚类结果。
图表编号 | XD00203356700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 黄欣辰、皋军、黄豪杰 |
绘制单位 | 盐城工学院信息工程学院、江苏科技大学计算机学院、盐城工学院信息工程学院、江苏科技大学计算机学院、江苏科技大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |