《表3 CK-means与K-means算法的迭代次数与准确率》

  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

《改进的CK-means优化及并行策略》

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

为了对比CK-means与K-means算法的迭代次数与准确率，选取iris、wine数据集随机生成各104条记录并加入少量噪声进行测试，取15次实验的平均值。如表3所示，相较传统的K-means聚类算法，CK-means算法聚类迭代次数更少，聚类准确率稍低于传统K-means算法。迭代次数减少是由于CK-means算法针对每个Canopy的数据集进行聚类，减少相似计算的数量；而CK-means算法的聚类准确率降低是由于基于Canopy对分割后的数据子集作聚类导致部分数据点分类不准确，相比迭代次数减少的加速效果，算法准确率下降的代价是可接受的。