17、粗糙模糊聚类与粗糙自组织映射算法解析

粗糙模糊聚类与粗糙自组织映射算法解析

1. 聚类算法对比

在聚类分析中，不同的算法在不同数据集上表现各异。下面是几种常见聚类算法在不同数据集上的性能对比：
| 数据集 | 算法 | 聚类质量 (β) | CPU 时间 (秒) |
| — | — | — | — |
| 森林覆盖类型数据 | CEMMiSTRI | 7.10 | 1021 |
| | KEMG | 6.21 | 2075 |
| | EMG | 5.11 | 1555 |
| | RKMG | 5.90 | 590 |
| | KM | 3.88 | 550 |
| | BIRCH | 4.21 | 104 |
| 多特征数据 | CEMMiSTRI | 11.20 | 721 |
| | KEMG | 10.90 | 881 |
| | EMG | 10.40 | 810 |
| | RKMG | 10.81 | 478 |
| | KM | 7.02 | 404 |
| | BIRCH | 8.91 | 32 |
| Pat 数据 | CEMMiSTRI | 18.10 | 1.04 |
| | KEMG | 15.40 | 2.10 |
| | EMG | 10.90 | 1.80 |
| | RKMG | 15.30 | 0.91 |
| | KM | 8.10 | 0.80 |
| | BIRCH | 9.02 | 0.55 |

从这个表格中可以看出，CEMMiSTRI 算法在多个数据集上都有较好的聚类质量表现，且在 Pat 数