《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》

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

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。