《表4 Australian credit approval数据集上的实验结果》

  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

《基于信息熵的混合属性数据谱聚类算法》

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

从表4可以看出，算法K-prototypes、OCIL、KL-FCM-GM在Australian credit approval数据集上的聚类准确率的均值分别为0.795 5、0.666 8和0.831 9；而EBSCMD算法在σ=13.5时聚类准确率为0.831 9，比K-prototypes、OCIL、KL-FCM-GM算法聚类准确率分别高出了3.64%、16.51%、0.00%，因此EBSC-MD算法性能更好。