《表1 验证结果:用遗传算法优化初始聚类中心的K-means算法研究》
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
《用遗传算法优化初始聚类中心的K-means算法研究》
本文对传统的K-means算法和用遗传算法优化初始聚类中心后的K-means算法进行了对比验证,实验数据来自UCI machine learning repository数据库,选用的数据集是Iris数据集和glass数据集。在Python环境下,导入数据进行验证。根据验证结果分析:传统的K-means算法得到的聚类结果较差,准确率也不高,由此看来初始聚类中心随机选取,对聚类结果影响较大。而本文用遗传算法优化初始聚类中心后的K-means算法,得到的聚类结果质量较高,准确率也高。
图表编号 | XD00999800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.05 |
作者 | 孙红艳 |
绘制单位 | 江苏安全技术职业学院信息工程系 |
更多格式 | 高清、无水印(增值服务) |