《表2 各数据集目标数与维数》

  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

《基于目标特征选择和去除的改进K-means聚类算法》

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

实验评估所用的数据集为UCI数据库中7组真实数据集和5组人工随机生成的高斯数据集，其中真实数据集Wine、Iris、Heart disease、glass数据集已经被文献[4，7]验证过，另外选取Libras movement、gesture phase、MFCCs高维数据集对聚类有效性的2) 和3) 进行验证.在添加噪声方面，每组真实数据集添加均值为0、方差为0.1的1～5列不等的噪声维度.人工数据集方面，每组数据集目标数为500，维度为5，均值为0，方差为0.3，聚类数为5，各数据集目标数与维数情况如表2所示.