《表2 对于不同的参数OWEC算法的平均性能 (ARI)》
首先,先分析参数对OWEC算法性能的影响.对于参数的每一个值,分别运行OWEC算法20次,求得平均的ARI和CA值.其中M=30,用k-means算法随机初始化产生基聚类,k是固定的,是每个数据集真实的k值.用kmeans算法产生小类,k是固定的根据具体的数据集来变化,其中Iris,Wine,Seeds数据集设置const_k=10,Column_3C数据集设置const_k=20,Glass数据集设置const_k=3,Musk数据集设置const_k=30.结果如表2和表3所示.从结果上来看,对于Iris数据集,θ的取值不论是怎样变化,ARI和CA值的变化都不明显,而对于其余的五个数据集,θ在0.1~1时,ARI和CA值的变化不明显,因此θ对于我们提出的算法的影响并不大,建议在[0.2,1]范围内选取.在之后的实验中,θ的值设置为0.3.
图表编号 | XD0071369000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.30 |
作者 | 王彤、魏巍、王锋 |
绘制单位 | 山西大学计算机与信息技术学院、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |