《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》
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。
图表编号 | XD0034846100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.25 |
作者 | 张萌萌、刘以安、宋萍 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |