《表2 K-means算法、FCM算法、PCFCM算法性能比较》

  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

《偏联系数聚类和随机森林算法在雷达信号分选中的应用》

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

设置K-means、FCM、PCFCM三种算法的聚类簇个数K=3，迭代终止条件为前后两次相同类中心的误差e<10-4。表2给出K-means、FCM、PCFCM三种算法对Iris Flowers数据集、Wine Quality数据集的聚类结果。从表2可知，K-means算法结构简单、复杂度低，用时相对较短，但准确率不高；FCM算法准确率有所提升，但对初始聚类敏感，导致用时较长；PCFCM算法在准确率、时间上均优于FCM算法和K-means算法，说明引入PCN改进FCM算法可以提高FCM算法的运行速度、获得较高的分类准确率。