《表1 三种算法聚类结果的准确率对比（%）》

  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

《基于信心论对传统K-means算法改进》

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

本轮实验比较是在三种算法在相同的实验环境下处理等样的数据集得出的结论（如表1），本文采用传统的K-means算法、可变网格优化的K-means算法以及本文提出的MI-K-means算法的实验结果进行比较。通过上述三种算法对7组数据集进行聚类处理，通过最终得到的聚类结果可得知，本文提出的MI-K-means算法的准确率要高于传统的K-means算法，也要高于可变网格K-means算法，尤其是当数据集规模越大，本文提出的算法所给出的聚类结果相比其他两中聚类算法的准确率越高。