《表1 多种数据集对比：基于Canopy的K-Means并行化算法》
提示：宽带有限、当前游客访问压缩模式
随机数据一个有10000个实例，每个实例有横纵坐标2个属性，通过实验将这10000个实例分为三类，每个类中的实例更加紧密，类别之间的实例相距很远。
| 图表编号 | XD0088776600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.10 |
| 作者 | 王颖 |
| 绘制单位 | 安徽理工大学计算机科学与工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 文本聚类测试结果：基于改进Canopy-K-means算法的并行化研究》2021.02.25
- 《表2 UCI数据集：基于近似骨架和混合蛙跳算法的K-means方法及其在眼底病历图像中的应用》2020.06.20
- 《表1 多种数据集对比：引入全局算法的小批量K-Means》2020.05.25
- 《表2 新闻数据集：基于改进的k-means算法的新闻聚类的研究》2020.04.01
- 《表1 数据集参数表：基于深度玻尔兹曼机的并行电力负荷预测算法》2020.09.01
- 《表2 所用数据集：基于Spark的改进K-means算法的并行实现》2020.02.01
- 《表4 数据集特征描述：基于改进引力搜索算法的K-means聚类》2019.11.01
- 《表1 单机处理对比实验：云计算平台上的Canopy-Kmeans并行聚类算法研究》2019.10.01
- 《表2 实验数据：云计算平台上的Canopy-Kmeans并行聚类算法研究》2019.10.01
- 《表3 4种算法的NMI：基于密度峰值的改进K-Means文本聚类算法及其并行化》2019.10.24
- 《表2 4种算法的ARI：基于密度峰值的改进K-Means文本聚类算法及其并行化》2019.10.24
- 《表1 公交刷卡数据库：Canopy和K-means聚类算法在公交IC卡数据分析中的应用研究》2019.06.10
- 《表2 站点刷卡人数：Canopy和K-means聚类算法在公交IC卡数据分析中的应用研究》2019.06.10
- 《表1 数据集信息：一种改进的基于差分隐私的k-means聚类算法》2019.08.15
- 《表1 样本数据集：基于K-means聚类算法优化方法的研究》2019.01.25
- 《表3 测试数据集：云计算环境下基于MapReduce的并行化排列熵算法》2019.01.01
- 《表1 并行化K-means算法与CFSFDPH算法结果对比》2018.04.20
- 《表1 实验数据集：基于Spark的通用后缀树并行构造算法》2018.05.25
- 《表3 K-Means与F-KMeans算法准确率对比（Iris数据集）》2019.12.16
- 《表1 实验数据集：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01