《表4 两种算法对数据集soybean在特征选择之前的实验结果》
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EK-medoids聚类和邻域距离的特征选择方法》
由表4的实验结果分析可知,在soybean数据集下,EK-medoids聚类算法的正确率、类精度、召回率和标准差明显优于K-modes算法,这充分说明了本文提出的EK-medoids聚类算法聚类的精度和效率明显优于文献[10]的K-modes算法。
图表编号 | XD0090301800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 孙印杰、张新乐、孙林 |
绘制单位 | 河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院、河南师范大学河南省高校计算智能与数据挖掘工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |