《表3 人工数据集准确度实验结果》
对于人工数据集,各算法的对比实验结果如表3所示。Spiral数据集包含321个样本点,3个类簇,整个数据集的分布呈明显的线性环状。如图6所示,三种算法均能对数据集正确分类。R15数据集较Spiral数据集有更多的样本点和类簇,由表3可以看出CDPC-KNN算法和CFSFDP算法聚类结果均较为理想,准确率为99.7%,而DBSCAN算法的准确率为77.5%。D31数据集具有最多的31个类簇,CDPC-KNN算法的准确率为94.3%,略高于CFSFDP算法的93.0%,DBSCAN算法的准确率为82.6%。S1数据集具有所采用数据集里最多的5 000个样本点,CDPC-KNN算法的聚类准确率达到96.4%,CFSFDP算法的准确率为92.1%,DBSCAN算法的准确率为87.0%。
图表编号 | XD0053257400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 杜沛、程晓荣 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |