《表3 混合属性数据集实验结果比较》
本文验证混合属性数据集聚类效果,结果如表3所示。KP和FKP因中心点选择不稳定,相似度度量方法过于粗糙,导致在各数据集效果皆不佳;DPCM算法对于非高密度的点会因一个数据对象划分错误,造成连锁反应,导致准确率低。本文算法在German Credit Data数据集准确率略差,主要是以为该数据集类簇分布比例差异较大,使用导致初始选点不够准确,但在精准度和召回率上要优于其他算法。在其他数据集上本文算法聚类指标都高于其他算法均能有效的聚类。根据多个混合属性数据集实验结果,与传统KP算法相比,本文算法平均准确率提高了8.52%,与DPCM算法和FKP算法相比,平均准确率分别提高了4.28%和8.33%,且本文算法能保证聚类的稳定性。
图表编号 | XD00222626600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 孙志冉、苏航、梁毅 |
绘制单位 | 北京工业大学信息学部、北京工业大学信息学部、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |