9、多视图聚类算法与多源数据分析模糊优化多目标聚类集成模型

多视图聚类算法与多源数据分析模糊优化多目标聚类集成模型

1. 多视图聚类算法性能对比

在处理实际数据集时，不同的聚类算法表现各异。以下是四种算法（Co - FKM、FCCI、IVFCoC、MVFCoC）在四个真实数据集（100leaves、MF、IS、PEMS - SF）上的聚类性能对比，评估指标包括精度（Pre）、召回率（Rec）和准确率（Acc）。
| 数据集 | 算法 | 精度（Pre） | 召回率（Rec） | 准确率（Acc） |
| ---- | ---- | ---- | ---- | ---- |
| 100leaves | Co - FKM | 0.824 | 0.827 | 0.832 |
| | FCCI | 0.815 | 0.812 | 0.828 |
| | IVFCoC | 0.835 | 0.838 | 0.842 |
| | MVFCoC | 0.848 | 0.843 | 0.852 |
| MF | Co - FKM | 0.913 | 0.912 | 0.920 |
| | FCCI | 0.933 | 0.932 | 0.937 |
| | IVFCoC | 0.964 | 0.964 | 0.965 |
| | MVFCoC | 0.974 | 0.974 | 0.975 |
| IS | Co - FKM | 0.684 | 0.682 | 0.759 |
| | FCCI | 0.882 | 0.881 | 0.894 |
| | IVFCoC | 0.913 | 0.909 | 0.920 |
| | MVFCoC | 0.924