《表2 4种算法的ARI：基于密度峰值的改进K-Means文本聚类算法及其并行化》

  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

《基于密度峰值的改进K-Means文本聚类算法及其并行化》

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

选取调整兰德系数（adjusted rand index，ARI）和标准化互信息（normalized mutual information，NMI）作为对聚类质量的评估标准，两种评估指标均用于衡量聚类结果与真实类别数据之间的吻合程度，其中ARI和NMI的取值范围分别为[-1，1]和[0，1]，两者的值越高，则代表聚类结果与真实类别数据越吻合，聚类质量越好。本实验使用的数据集为D1、D2、D3和D4，实验结果如表2和表3所示。