《表2 τ的不同取值下的运行时间》

  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

《基于差异性采样的流数据聚类算法》

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

/ms

1) 参数τ的取值分析由η=exp（-γτ），τ∈{1，2，3，4，5}可知，τ越大，η越小；反之η越大。当近因值大于η时，将数据点划入到相应的类中，为了严格筛选核矩阵中的数据点，应尽量使η的值较大，但同时又会增加算法运行的时间，因此需要权衡时间复杂度与聚类效果之间的关系。表2～4分别为τ的取值对运行时间、NMI以及A的影响。Movement-Libras数据集的采样样本大小为100，MFCC数据集的采样样本大小为500，CIFAR-10数据集的采样样本大小为2 000，forest cover type数据集的采样样本大小为4 000。由表2可知，对于每个数据集，随着τ的增大，运行时间呈现不断增大的趋势，因此从运行时间上τ的值设为1较好；由表3可知，当τ=1时，四个数据集的NMI值都为最大，且随着τ值的增大，每个数据集NMI值降低较快；由表4可以看出，当τ=1时，四个数据集的A值都是最大的。因此实验中将τ值设为1。