2.1 数据聚类功能测试

聚类功能测试接管三种模子，数据水平对于表2中4名目的开掘数据妨碍测试。测试三种模子发现数据集的校试样本数目、类簇数目以及聚类所需光阴，验室其服从如表5所示。规画将表5的评估测试服从与表2妨碍比力可患上：本文模子数据样本数目以及类簇数目的聚类服从均与表2最挨近；聚类平均耗时仅为0.003 4 s；此外两种比力模子的数据样本数目以及类簇数目的聚类服从均存在倾向。剖析本文模子具备较好的数据水平数据聚类功能。

为了进一步测试本文模子数据聚类的开掘优异性，选取精确率、校试召回率以及F-measure值作为模子评估服从的验室测试目的，服从如图2所示。规画

合成图2可知：本文模子的评估精确率、召回率以及F-measure值均最佳，数据水平均在0.95以上；此外两种比力模子的开掘三项测试目的均在0.9如下，远低于本文模子。校试进一步剖析本文模子的数据聚类功能优于此外两种比力模子，聚类功能较好。

2.2 规画水平评估功能测试

为了测试本文模子的评估功能，对于表1中试验工具的二级响应目的妨碍权重合计，并散漫表3的品级散漫尺度分说本文模子的评估服从，如表6所示。

合成表6可患上：本文模子可能实用实现4项一级目的对于应的各二级目的的权重合计以及规画水平评估分数的取患上，患上到试验室规画水平的评估品级，本文模子所获评估品级与实际评估品级相不同，剖析本文模子的试验室规画水平评估服从具备较高的精确性。

为了进一步测试本文模子的规画水平的评估功能，选取评估目的中的第4项规章制度规画为测试工具，测试三种模子在该评估目的数目不断削减的情景下所取患上的评估服从，如图3所示。

合成图3可知，目的数目的削减对于本文模子评估功能不组成清晰影响，目的数目由100个削减至400个时，本文模子的评估分值平稳地不断在80分摆布，即评估服从不断为B级，剖析不论目的数目若何变更，本文模子均能保障较好的评级精确性，而此外两种比力模子随着目的数目的削减并不能取患上一个精确的评估服从。测试服从表明本文模子的运勤勉用较好。

3 论断

本文构建基于数据开掘的高校试验室规画水平评估模子，并经由试验测试本文模子的运用下场，患上出如下论断：

1）本文模子的数据聚类耗时较短；

2）三种比力措施中，本文模子的聚类精确率值、召回率值以及F-measure值均在0.95以上；

3）随着目的数目的削减，本文模子的评估服从晃动、精确。

综上所述，本文模子适用于试验室规画水平评估使掷中。下一步的钻研倾向为运用本文模子实现试验室的规画评估落伍一步提升规画水平。

申明：本文所用图片、翰墨源头《今世电子技术》，版权归原作者所有。如波及作品内容、版权等下场，请与本网分割删除了。

相关链接：测试，评估，试验室