《表2 不同K值的聚类质量》
提示：宽带有限、当前游客访问压缩模式
在运行模型之前，为了找到聚类质量的转折点，选择合适的聚类数，需要分别将聚类数设置为2～6，共5个数值。每运行一次，观察其模型，并记录模型的聚类质量（见表2）。
| 图表编号 | XD0096670500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.30 |
| 作者 | 施成湘、周婷 |
| 绘制单位 | 重庆第二师范学院数学与信息工程学院、重庆第二师范学院数学与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同分类下的聚类结果》2020.09.15
- 《表4 使用ACO-K-Means得到的聚类中心对应的特征向量》2020.11.16
- 《表3 使用K-Means得到的聚类中心对应的特征向量》2020.11.16
- 《表4 使用k-means++算法聚类得到的聚类结果》2021.01.01
- 《表3 改进的K-means聚类算法的聚类结果》2021.02.10
- 《表2 传统K-means聚类算法的聚类结果》2021.02.10
- 《表2 辽宁省14个城市K-平均值聚类方法的聚类成员》2020.07.15
- 《表2 k取不同值时的聚类结果》2020.06.28
- 《表1 不同k值下的聚类结果》2020.06.25
- 《表5 K值聚类的聚类中心》2020.03.01
- 《表2(k-means算法得到的聚类中心）最终聚类中心》2020.01.30
- 《表2 不同特征提取方式下的聚类结果》2019.05.25
- 《表2 K-Means算法在K=4时的聚类结果》2019.01.15
- 《表2 4种不同类型信号的聚类中心》2019.04.01
- 《表1 分析结果：基于K-means的新能源蓄电池数据的聚类分析》2019.01.15
- 《表1 UCI数据集描述：基于切比雪夫距离的密度计算与K-means的聚类方法研究》2019.04.10
- 《表2 SSE实验结果：基于切比雪夫距离的密度计算与K-means的聚类方法研究》2019.04.10
- 《表2 不同李资源净光合速率的聚类结果》2019.01.30
- 《表3 华榛按K-均值聚类法划分苗木等级的聚类成员》2018.01.15
- 《表2 Dist概率示例：基于k-d树分区的聚类算法并行加速策略》2019.12.16