《表3 SSE、ET-SSE及轮廓系数在不同标签数、不同样本数的数据集上的对比》

  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

《改进的K-means聚类k值选择算法》

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

对比实验表明，本文针对“手肘法”现存在的“肘点”不明确问题，提出的基于指数函数性质、权重调节、偏执项和手肘法基本思想的k值选择算法，在实际的数据集测试当中能够有效解决传统手肘法在选择k值过程中“肘点”不明确的问题，且运行时间与传统“手肘法”相当，时间复杂度较小。同时，在与轮廓系数法的对比过程中发现，精度要高于轮廓系数法，且算法的实际运行时间小于轮廓系数法的运行时间。综上所述，改进的k值选择算法ET-SSE的准确率更高、时间复杂度较低，说明了算法的有效性。