《表1 基准数据集的详细信息》

  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

《一种并行化的改进型灰狼分簇算法》

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

为了评估IGWCA-MR算法的性能，共使用两组测试数据。第一组测试数据来自于UCI资料库，共选取4个典型的基准数据集，分别为Wine、Glass、WDBC、Diabetes，用来评估IGWCA算法的性能。表1给出的是4个基准数据集的详细信息，包括数据量、实际簇数、维度和簇大小四方面的信息。第二组测试数据为真实数据集，共有3组，分别是学生校园卡全年消费记录（Consumption），针对学生全年消费记录对学生的贫困特征进行分簇；另一个是学生选课数据（Selection），根据用户选课情况对学生选课的兴趣偏好进行分簇；最后一个是大学生心理测试数据记录（Psychological），针对全校大学生日常心理测试数据对学生心理表现情况进行分簇。真实数据集如表2所示。