《表3 不同l与d值所得聚类精确度》
从图4至图7看出,虽然在四组不同实验数据集上,ADGFCM算法明显改善了聚类精确度,但在Balance Scale数据集上的实验结果却不如前三者改善效果明显,这是由于ADGFCM算法涉及到参数l和d的赋值,其取值情况易影响每次聚类的最终结果,故利用不同的l和d取值会得到不同的聚类精确度,表3给出不同l和d取值下的实验结果。
图表编号 | XD0065053400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 孙冬璞、谭洁琼 |
绘制单位 | 哈尔滨理工大学计算机科学与技术学院、哈尔滨理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |