本实验继续使用3.5.2 小节的合成数据集生成方式。为了测试算法应用于随时间不断演化的流式数据的性能，不同时间步时的数据集见表4.2。

表4.2　合成数据集描述

首先，为了测试聚类效果随聚类数k 变化的趋势，考虑了聚类数2～20变化时各个算法的聚类性能。

基于合成数据集的各算法的ACC 和NMI 见表4.3。通过表4.3 可以发现，算法STClu 因为考虑了历史信息的影响和历史信息与当前信息之间的关联关系，所以整体上优于其他3 种算法。AccKM 算法较之其他算法较优的原因是其考虑了历史信息的影响。NMTF 算法的聚类效果优于KM 算法的原因是因为不仅考虑数据的数据结构还考虑数据的特征结构。

表4.3　不同聚类数时，基于合成数据集的4 种算法聚类性能

续表

为测试4 种算法随时间变化的聚类性能，在不同的时间步上对算法的聚类性能进行测试。基于合成数据集的4 个算法在不同时间步上的ACC 和NMI 见表4.4。

表4.4　不同时间步时，基于合成数据集的4 种算法聚类性能

续表

(www.daowen.com)

通过表4.4 可以看出，STClu 算法整体优于其他3 种算法，NMTF 算法在大多数时间步优于AccKM 算法，AccKM 考虑了历史信息的影响，除第一步外，大多数时间步上优于KM 算法。

为了测试STClu 算法的适应性和鲁棒性，本节从聚类数目的变化和流式数据数目的变化两方面进行了测试，实验结果如图4.3 所示。从图4.3 的实验结果可以看出，算法STClu 的ACC 和NMI 有所变化，但是，都是在有限的范围内变化，并且这种变化也可能是受数据集本身的影响所导致的。

为了测试算法的效率，本节从聚类数目的增加和流式数据数目的增长两个方面进行了验证。

首先，聚类数k 在5～300 变化时，每一个时间步的流式数据数目为2 000，每一条流式数据包括1 024 个数据点，实验结果如图4.4 所示。其中，y⁃axis 为算法的平均处理时间，x⁃axis 为聚类数的变化。

其次，流式数据数目n 在50 ～2 000 变化时，每一条流式数据包括1 024个数据点，每一个时间步的聚类数目k＝32，实验结果如图4.5 所示。其中，y⁃axis 为算法的平均处理时间，x⁃axis 为流式数据数目的变化。

图4.3　STClu 算法的稳定性分析

图4.4　当聚类数k 从5～300 时，4 种算法的平均处理时间比较

图4.5　当流式数据数n 从50～2 000 时，4 种算法的平均处理时间比较

通过图4.4 和图4.5 可以看出，随着聚类数的变化和流式数据数目的增长，各个算法的执行时间均有所增长。但是，算法STClu 与NMFT 算法的处理时间增长速度较之KM 和AccKM 算法比较缓慢。其原因在于，基于矩阵分解的STClu 和NMTF 算法在处理高维数据的聚类时进行了低秩近似处理。因为算法STClu 嵌入了先验信息，所以其处理时间略高于NMFT 算法。但是，从平均处理时间的整体趋势可以发现，两者的增长趋势基本一致。