《表1 数据集说明:基于文化算法的K均值聚类混合算法研究》
实验结果表明,K均值算法实现收敛的速度更快,只是更易出现局部最优的问题,而且会对选定的初始聚类中心更为敏感,而本文文化-K均值聚类混合算法的收敛速度虽慢一些,但能够获得全局最优值,且克服了初始聚类中心的敏感性。
图表编号 | XD0091033600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 贾丽丽 |
绘制单位 | 云南大学滇池学院 |
更多格式 | 高清、无水印(增值服务) |
实验结果表明,K均值算法实现收敛的速度更快,只是更易出现局部最优的问题,而且会对选定的初始聚类中心更为敏感,而本文文化-K均值聚类混合算法的收敛速度虽慢一些,但能够获得全局最优值,且克服了初始聚类中心的敏感性。
图表编号 | XD0091033600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 贾丽丽 |
绘制单位 | 云南大学滇池学院 |
更多格式 | 高清、无水印(增值服务) |