《表2 三种聚类算法在Wine数据集上的聚类相关评价指标值》
算法的鲁棒性可以采用精准率、召回率和F-measure这3个指标值的均方差进行比较。由于每次聚类时3种对比算法选择的初始聚类中心时不固定的,因此,所得到的聚类结果也不尽相同,从而导致每次聚类得到的各指标的值也不尽相同,多次聚类得到的各指标值的均方差越小,说明算法越稳定,鲁棒性也就越好。3种对比算法各运行30次取评价指标值的均值,聚类终止的条件为前后两次聚类目标函数的差值ε<0.000 1。表2所示为3种算法聚类结果的比较。表3为各指标值的标准差比较。
图表编号 | XD0080944300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 周世波、徐维祥、徐良坤 |
绘制单位 | 集美大学航海学院、北京交通大学、集美大学航海学院 |
更多格式 | 高清、无水印(增值服务) |