適用于大規(guī)模文本處理的動態(tài)密度聚類算法(參考版)
2024-07-28 13:00本頁面
【正文】 ?實驗是建立在上限為 9000篇的文本語料上，后續(xù)將在更大的數(shù)據(jù)上進行測試，并考慮該算法的實際應用性。 DDBCA,TSDDBCA,SNN算法對比 數(shù)據(jù)集 聚類簇個數(shù) (單位個 ) 聚類精度 執(zhí)行時間 (單位秒 ) SNN DDBCA TSDDBCA SNN DDBCA TSDDBCA SNN DDBCA TSDDBCA Reuters21578 1000 355 421 6 3000 1167 1280 15 5000 1948 2145 15 7000 2793 2906 19 平均 1565 1688 13 搜狗語料 1000 355 382 11 3000 1070 1170 13 5000 1803 2089 17 7000 2736 2957 18 9000 3520 3823 25 平均 1896 2084 16 結(jié)論 ?提出了一種能夠識別密度變化的動態(tài)密度聚類算法DDBCA，并考慮到算法的實際應用性，對 DDBCA算法進行了擴充和改進，得到兩階段動態(tài)密度聚類算法 TSDDBCA。 TSDDBCA算法和一趟聚類算法在搜狗中文語料上的實驗結(jié)果對比 聚類參數(shù)設置分別為r=2EX和 r=2EX,k=3，實驗結(jié)果表明TSDDBCA算法在搜狗中文文本語料上的聚類精度略微低于在Reuters21578上的聚類精度，同時隨著聚類文本的不斷增加，TSDDBCA算法的聚類結(jié)果趨于穩(wěn)定，聚類簇的個數(shù)保持在 20個簇左右。實驗結(jié)果表明TSDDBCA算法的聚類精度與一趟聚類算法的聚類精度基本保持一致，而隨著聚類文本數(shù)量的增加，一趟聚類算法的聚類簇的個數(shù)會不斷增加，而TSDDBCA的聚類簇個數(shù)保持在一定范圍
法律信息相關推薦
鄂ICP備17016276號-1