1)  Class effects
类效应
2)  cluster result
聚类效果
1.
On the basis of fuzzy c - partition cluster method, the applicability of clustering algorithm is analyzed in five main aspects in view of main factors that affect cluster result of objective function cluster method.
以基于模糊c-划分的聚类方法为基础,针对影响目标函数聚类法聚类效果的主要因素,分别从5个主要方面作了聚类算法的适用性分析。
3)  classify efficiency
分类效率
4)  category utility
分类效用
1.
After analyzing COP-COBWEB algorithm, an approach for combining background knowledge into category utility was proposed.
在分析了 COP- COBWEB算法之后 ,给出了一种结合背景知识计算分类效用的方法 。
5)  Classifying quality
分类效果
1.
Based on the shortage of fuzzy c-means algorithm which initialized classification parameter is sensitivity to data classifying quality,and different initialized classification parameters generate classifying result with bigger otherness.
针对模糊C-均值聚类算法对初始化分类参数的选择比较敏感而导致分类结果差异性较大的不足,提出基于模糊C-均值聚类目标函数相对权重系数的偏导函数进行数据分类效果好坏的评价。
2.
Fuzzy C means algorithm for the initialized classification parameter (including initialized clustering centers and fuzzy membership function matrix) is sensitivity to data classifying quality, and different initialized classification parameters generate a classifying result with bigger otherness.
针对模糊 C-均值聚类算法对初始化分类参数 (包括起始聚类中心位置和初始化分类隶属度矩阵 )的选择比较敏感而导致分类结果差异性较大 ,以及错误分类会给解决实际问题带来难以预料后果的不足 ,本文从反映数据聚类后类间分离性测度的划分系数入手 ,提出了可变加权划分系数的新概念 ,并用于数据分类效果的评价。
6)  grading system cluster benefit appreciation
等级系统聚类.效益评估
补充资料：类聚效应
分子式：
CAS号：

性质：这是Jorgensen根据软硬酸碱理论(HSAB)解释实验结果时提出的经验规律。如果两个不同配体(如L和C)的路易斯酸的软硬度相近，则容易与同一金属(M)离子配位而形成稳定的混合配体配位化合物MLC。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。