《表2 算法聚类结果：基于K-means++算法的三相电能表评价模型研究》

  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K-means++算法的三相电能表评价模型研究》

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

按照图1的集成算法流程，分别将第一节中的F1、F2、F3、F4输入到算法中进行训练，当误差平方和的变化率小于10-4时，算法停止运行，得到最终的聚类结果。算法不能直接给出哪个类别更好，需要通过最终的聚类中心来判断。为聚类后各类别Err2的均值。Err2较小的，为较好的类别，反之亦然。为了方便后续说明，设定F1、F2、F3、F4的K值均为2，得到的各类别均值排序后见表2所示，结果小数点后保留三位数字。