聚類性能測試采用三種模型，数据水平對表2中4項指標數據進行測試。挖掘測試三種模型發現數據集的校实樣本數量、類簇數量和聚類所需時間，验室其結果如表5所示。管理將表5的模型測試結果與表2進行對比可得：本文模型數據樣本數量和類簇數量的聚類結果均與表2最接近；聚類平均耗時僅為0.003 4 s；另外兩種對比模型的數據樣本數量和類簇數量的聚類結果均存在誤差。說明本文模型具備較好的数据水平數據聚類性能。
為了進一步測試本文模型數據聚類的挖掘優越性，選取準確率、校实召回率和F-measure值作為模型評價結果的验室測試指標，結果如圖2所示。管理
分析圖2可知：本文模型的模型準確率、召回率以及F-measure值均最佳，数据水平均在0.95以上；另外兩種對比模型的挖掘三項測試指標均在0.9以下，遠低於本文模型。校实進一步說明本文模型的數據聚類性能優於另外兩種對比模型，聚類性能較好。
為了測試本文模型的評價性能，對表1中實驗對象的二級相應指標進行權重計算，並結合表3的等級劃分標準判斷本文模型的評價結果，如表6所示。
分析表6可得：本文模型能夠有效完成4項一級指標對應的各二級指標的權重計算以及管理水平評價分數的獲取，得到實驗室管理水平的評價等級，本文模型所獲評價等級與實際評價等級相一致，說明本文模型的實驗室管理水平評價結果具備較高的準確性。
為了進一步測試本文模型的管理水平的評價性能，選取評價指標中的第4項規章製度管理為測試對象，測試三種模型在該評價指標數量不斷增加的情況下所獲取的評價結果，如圖3所示。
分析圖3可知，指標數量的增加對本文模型評估性能不造成明顯影響，指標數量由100個增加至400個時，本文模型的評價分值平穩地持續在80分左右，即評價結果始終為B級，說明無論指標數量如何變化，本文模型均能保證較好的評級準確性，而另外兩種對比模型隨著指標數量的增加並不能獲取一個準確的評價結果。測試結果表明本文模型的使用性能較好。
本文構建基於數據挖掘的高校實驗室管理水平評價模型，並通過實驗測試本文模型的使用效果，得出以下結論：
1）本文模型的數據聚類耗時較短；
2）三種對比方法中，本文模型的聚類準確率值、召回率值以及F-measure值均在0.95以上；
3）隨著指標數量的增多，本文模型的評價結果穩定、準確。
綜上所述，本文模型適用於實驗室管理水平評價任務中。下一步的研究方向為使用本文模型完成實驗室的管理評價後進一步提升管理水平。
聲明：本文所用圖片、文字來源《現代電子技術》，版權歸原作者所有。如涉及作品內容、版權等問題，請與本網聯係刪除。
相關鏈接：測試，評價，實驗室
