《表1 基于Iris dataset的聚类算法结果Tab.1 The Result of Clustering AlgorithmsBased on Iris Dataset》

  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

《一种基于属性值变化程度定权的聚类算法》

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

为了验证本文算法聚类效果的优越性，选取了K-means，K-prototype以及MugdhaJain的自适应性K-means算法与本文提出的基于属性值变化程度定权的聚类算法（weighted clustering algorithm based on attribute’s variation，WBAV）进行比较。为便于后续表述，本文实验采用聚类分析中常用的Iris dataset（鸢尾花数据集）作为数据源进行聚类运算。该数据源的样本数为150，簇数为3（Iris Setosa，Iris Versicolor，Iris Virginica），即样本中一共存在3种不同类型的鸢尾花；每个簇（每种鸢尾花）的样本数为50，样本属性维度为4（即萼片的长度、宽度与花瓣的长度、宽度）。研究人员通过自己提出的聚类算法对该数据集中3种花型品种的识别及区分，以检验其算法的有效性及准确度（表1、表2）。