《表3 测试数据集信息:一种非独立同分布下K-means算法的初始中心优化方法》
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
《一种非独立同分布下K-means算法的初始中心优化方法》
在独立同分布下采用传统K-means算法(OR-K),原始M in_max方法(OR-M M K)以及文献[5-7]中的算法对三个数据集进行聚类测试.在非独立同分布下采用传统K-means算法(CR-K),原始Min_max方法(CR-MMK),文献[5,19,20]中的方法以及本文算法(CR-DDMMK)对三个数据集进行聚类测试.为提高数据可比性,在进行聚类测试之前,我们对原始数据集T和具有交互关系的数据集Tc的每一列进行归一化,这里采用Z-Score标准化.其中Iris、Parkinsons、Blood数据集的信息特征如表3所示.
图表编号 | XD0079870000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 潘品臣、姜合、吕奕锟 |
绘制单位 | 齐鲁工业大学(山东省科学院)计算机科学与技术学院、齐鲁工业大学(山东省科学院)计算机科学与技术学院、齐鲁工业大学(山东省科学院)计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |