《表1 K-Means聚类结果》
提示：宽带有限、当前游客访问压缩模式
取用户生命时长、年龄、离网方式、及每个月出账费用共19个特征进行K-Means聚类。通过ELBOW方法确定了最佳的聚类簇数是7类，见表1。
| 图表编号 | XD00205781400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.25 |
| 作者 | 张永琼、成彬 |
| 绘制单位 | 中国电信股份有限公司宜宾分公司、中国电信股份有限公司宜宾分公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 K-Means聚类结果》2021.02.25
- 《表3 K-means++聚类结果》2021.02.25
- 《表1 K-Means算法聚类结果》2021.01.15
- 《表3 改进的K-means聚类算法的聚类结果》2021.02.10
- 《表2 传统K-means聚类算法的聚类结果》2021.02.10
- 《表1 k-means聚类结果》2020.10.20
- 《表1 驾驶风格聚类结果：融合K-means与高斯混合模型的驾驶风格聚类研究》2019.12.01
- 《表1 聚类结果展示：基于改进K-Means聚类和误差反馈的数据清洗方法》2020.07.25
- 《表2 K-means聚类结果》2020.04.15
- 《表3 K-means聚类结果》2020.04.01
- 《表1 1 K-means聚类方法结果和贝叶斯判别结果的异同》2020.03.01
- 《表1 K-Means聚类结果（k=3)》2020.02.25
- 《表3 K-Means聚类结果》2019.12.05
- 《表3 K-means聚类结果》2019.04.01
- 《表3 K-Means聚类结果》2018.12.15
- 《表1 AP聚类与K-means聚类结果Tab.1 The results of AP clustering and K-means clustering》2018.08.25
- 《表2 K-means聚类法结果》2018.03.01
- 《表1 任务聚类结果：基于K-MEANS聚类算法对众包任务定价的计量分析》2018.04.25
- 《表2 K-Means聚类结果》2019.10.01
- 《表1 K-means聚类结果》2019.10.28