《表1 数据集属性：RDD上扩展索引层优化的分布式K-means算法》

  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

《RDD上扩展索引层优化的分布式K-means算法》

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

实验采用了人工生成的数据集和真实数据集进行测试。人工数据集利用了Python的NumPy库生成的混合高斯模型数据集来进行测试。在20维空间下，随机生成中心点集C，再分别围绕这些中心按照随机标准偏差[0，10.0]生成高斯分布的k个簇、所有点的数量和为N。实验测试的数据集大小在103~5.0×106之间，簇的个数在10~20之间。除此之外，实验还采用了真实数据集，选用了来源于http://archive.ics.uci.edu/ml/datasets.html的Anuran Calls（R1）与Individual household electric power consumption（R2）。表1给出了所有数据集的属性。