《表5 聚类算法分类后高频特征》
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
《园林历史研究中的量化及分析算法研究——以南京明、清杏花村地块为例》
从表4可知,在指定聚类结果为5类的情况下,K-means和Hierarchical并未表现出相较传统方法的明显优势,其中K-means算法的样本覆盖率约为42%,信息复杂度降低为原有的63%,与按园主人身份或植被、建筑要素分类后的结果接近;Hierarchical算法虽然在样本覆盖率有很大优势,达到83%,但分类后的信息矩阵复杂度没有降低。这说明针对原始信息主成分高达19个的矩阵,在分类数较少的情况下,无论哪种算法都难以取得明显优于传统分类方法的结果。随后人工核查聚类结果并总结类型特征,结果见表5(仅记录一致率超过2/3的特征)。
图表编号 | XD00224192500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 乐志、应天慧、马群 |
绘制单位 | 南京林业大学风景园林学院、东南大学建筑学院、南京林业大学风景园林学院 |
更多格式 | 高清、无水印(增值服务) |