《表2 经过数据量为50的数据集测试后剩余聚类分析算法》
提示：宽带有限、当前游客访问压缩模式
经过用户用电负荷数据集样本为50和80的情况下聚类分析，剔除部分不适用于用户用电负荷的聚类分析算法后，分别以数据量为200条的用户用电负荷数据运行以下算法，表2。
| 图表编号 | XD0063100300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.21 |
| 作者 | 冉冉、陈硕、刘颖、李钊 |
| 绘制单位 | 国家电网辽宁电力公司、国家电网辽宁电力公司、国家电网辽宁电力公司、国家电网辽宁电力公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 训练集数据量为50 000时各模型表现》2020.09.20
- 《表1 清洗后的数据集：基于大数据聚类分析的高校财务内部审计疑点发现探究》2020.08.18
- 《表2 实验数据集信息：一种面向不完备数据的集对粒层次聚类算法》2021.03.01
- 《表1 在50代之内算法数据集测试表》2020.05.01
- 《表2 人工数据集参数：动态区间的加权模糊聚类算法》2020.07.01
- 《表6 SPECTF incorrect数据集降维后经过KNN、SVM算法的分类精确度》2020.08.16
- 《表4 Soybean(large）数据集降维后经过KNN、SVM算法的分类精确度》2020.08.16
- 《表5 Sonar数据集降维后经过KNN、SVM算法的分类精确度》2020.08.16
- 《表3 Iris数据集降维后经过KNN、SVM算法的分类精确度》2020.08.16
- 《表2 聚类分析后数据：基于数据挖掘聚类算法的网络学习平台学生成绩分析》2020.07.05
- 《表2 经过超声低温等离子体表面改性后的太阳能电池测试数据》2020.01.25
- 《表2 在三种数据集上五种算法的聚类结果》2019.11.01
- 《表1 样本集：大数据环境下基于狼群优化的聚类算法分析与研究》2019.09.01
- 《表2 算法在各个数据集上的聚类结果》2019.09.20
- 《表3 经过数据量为200的数据集测试后剩余聚类分析算法》2019.04.21
- 《表2 数据集精度比较：改进的k-means聚类算法在公交IC卡数据分析中的应用研究》2019.05.05
- 《表2 真实数据集信息：类不平衡数据的卡方聚类算法研究》2019.04.01
- 《表2 实验数据集描述：基于快速模拟退火的组合聚类算法》2019.08.01
- 《表1 测试数据集属性：基于多目标进化算法的多距离聚类研究》2019.01.01
- 《表2 各算法对应的数据集2聚类正确的样本个数》2019.11.20