EN

Experimentos y benchmarks

Esta página resume resultados de scripts en el directorio benchmark/. Cada script ejecuta una comparación A/B con varias repeticiones y reporta el tiempo medio de ejecución, una razón de aceleración y cualquier métrica adicional específica del experimento.

cheche_vs_shushu_ab_test.csv

Comparación de tiempo de ejecución entre CheChe.fit y un cálculo de frontera al estilo ShuShu (ver cheche_vs_shushu_ab_test.py para detalles).

time_cheche_mean	time_shushu_mean	speedup
0.003192	0.003199	1.002166

inside_forest_runtime.csv

Comparativa de tiempo entre entrenar InsideForest con su propio RandomForestClassifier y reutilizar un bosque previamente ajustado. El script experiments/inside_forest_runtime.py ahora guarda los tiempos por etapa e identifica el cuello de botella de cada modo.

dataset	modo	n_rules	n_regions	fit_time_s	fit_bottleneck	fit_bottleneck_time_s	fit_cluster_total_s	fit_extract_rules_s	fit_train_random_forest_s	hypotheses_bottleneck	hypotheses_bottleneck_time_s
iris	interno	724	159	5.468	cluster_total	4.665	4.665	0.045	0.756	scan_pairs	0.250
iris	externo	724	159	4.513	cluster_total	4.469	4.469	0.043	0.000	scan_pairs	0.245
wine	interno	842	214	15.028	cluster_total	14.236	14.236	0.055	0.736	scan_pairs	1.109
wine	externo	842	214	14.044	cluster_total	13.980	13.980	0.062	0.000	scan_pairs	0.937
digits	interno	8660	10	2.037	train_random_forest	0.895	0.346	0.795	0.895	scan_pairs	0.010
digits	externo	8660	10	1.068	extract_rules	0.779	0.287	0.779	0.000	scan_pairs	0.010

fit_profile.csv

Datos de perfilado para el rendimiento de fit (script: profile_fit.py).

function	ncalls	tottime	cumtime
sheshe.py:45:sample_unit_directions_sph_fibo	1	0.000045	0.000065
sheshe.py:295:__init__	1	0.000007	0.000007
sheshe.py:352:_predict_value_real	25327	0.058086	8.019915
sheshe.py:393:_find_maximum	3	0.000104	1.038968
sheshe.py:456:fit	1	0.000230	8.226791
sheshe.py:109:find_inflection	348	0.005491	0.015122
sheshe.py:338:_fit_estimator	1	0.000045	0.013183
sheshe.py:74:gradient_ascent	15	0.003830	0.888695
sheshe.py:408:_scan_radii	3	0.071484	7.169112
sheshe.py:219:generate_directions	1	0.000106	0.000840
sheshe.py:103:second_diff	348	0.003462	0.005461
sheshe.py:377:f	25321	0.048412	8.082289
sheshe.py:382:_bounds_from_data	1	0.000012	0.000042
sheshe.py:429:_build_norm_stats	3	0.000020	0.001258
sheshe.py:374:_build_value_fn	3	0.000006	0.000006
sheshe.py:143:slope_at	348	0.000496	0.000553
sheshe.py:388:_choose_seeds	3	0.000441	0.144173
sheshe.py:33:sample_unit_directions_gaussian	1	0.000078	0.000262
sheshe.py:433:_log	1	0.000001	0.000001
sheshe.py:56:finite_diff_gradient	285	0.008103	0.742737
sheshe.py:199:rays_count_auto	2	0.000007	0.000012
sheshe.py:65:project_step_with_barrier	285	0.001440	0.001743
sheshe.py:30:_rng	2	0.000203	0.000412

large_df_benchmark_results.csv

Benchmark measuring fit time scaling with large datasets (script: large_df_benchmark.py).

n_samples	n_features	fit_baseline_mean	fit_baseline_std	fit_baseline_mem	predict_baseline_mean	predict_baseline_std	predict_baseline_mem	fit_fast_mean	fit_fast_std	fit_fast_mem	predict_fast_mean	predict_fast_std	predict_fast_mem
1000	10	0.649204	0.0	30.273438	0.042024	0.0	16.875	0.581463	0.0	22.000000	0.060460	0.0	18.625
10000	10	1.710377	0.0	200.125000	0.588246	0.0	196.375	1.660237	0.0	196.964844	0.602031	0.0	196.375

newton_vs_gradient_ab_test.csv

Gradient ascent versus Newton trust-region on a quadratic objective; includes evaluation counts (script: newton_vs_gradient_ab_test.py).

time_grad_mean	time_newton_mean	speedup	f_evals_grad_mean	f_evals_newton_mean	grad_evals_grad_mean	grad_evals_newton_mean	hess_evals_newton_mean
0.003422	0.000307	11.154109	48.0	0.0	43.8	2.4	1.4

numba_finite_diff_ab_test.csv

Effect of numba acceleration on finite-difference gradients (results generated externally).

method	time_s
python	0.041600
numba	0.004766

parallel_jobs_ab_test.csv

ModalScoutEnsemble fitted sequentially (n_jobs=1) versus in parallel (n_jobs=-1) (script: parallel_jobs_ab_test.py).

dataset	n_samples	n_submodels	scan_steps	time_seq_mean	time_par_mean	speedup
breast_cancer	569	2	24	0.518138	3.235572	0.160138
breast_cancer	569	4	24	0.903792	0.340562	2.653826
digits	1797	2	24	2.628607	1.832574	1.434380
digits	1797	4	24	4.332859	1.934593	2.239675

percentile_drop_ab_test.csv

Vectorised find_percentile_drop compared to the previous loop-based version (script: percentile_drop_ab_test.py).

n_points	time_old_mean	time_new_mean	speedup	t_drop_diff_max	slope_diff_max
100	0.000031	0.000036	0.850745	0.0	0.0
1000	0.000019	0.000055	0.353267	0.0	0.0
10000	0.000060	0.000352	0.171181	0.0	0.0

ray_mode_ab_test.csv

ModalBoundaryClustering ray modes 'grid' and 'grad' compared for speed and accuracy (script: ray_mode_ab_test.py).

n_samples	time_grid_mean	time_grad_mean	speedup	acc_grid_mean	acc_grad_mean	acc_diff_max
100	1.554951	0.168009	9.255146	0.67	0.67	0.0
400	1.641990	0.310547	5.287413	0.66	0.66	0.0

stop_criteria_results.csv

Impact of different stop criteria on convergence behaviour (script: profile_fit.py).

size	direction	implementation	mean	std	speedup
500	center_out	vectorized	0.000035	0.000016	1.000000
500	center_out	loop	0.000013	0.000004	2.728692
500	outside_in	vectorized	0.000045	0.000015	1.000000
500	outside_in	loop	0.000012	0.000005	3.635189
150	NaN	fit_inflexion	0.185711	0.006061	1.000000
150	NaN	fit_percentile	0.227497	0.013271	0.816324

subspace_ab_results.csv

Comparison of subspace search strategies.

dataset	variant	mean_time_s
digits	baseline	0.05670
digits	subspace	0.02330
digits	subspace_light_escape	0.02220
iris	baseline	0.00400
iris	subspace	0.00262
iris	subspace_light_escape	0.00268

unsupervised_results.csv

dataset	algorithm	params	seed	fit_time_sec	predict_time_sec	fit_mem_mb	predict_mem_mb	runtime_sec	ARI	homogeneity	completeness	v_measure
iris	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	2.047718	1.013472e-03	2.804688	0.000	2.048732	0.619769	0.652039	0.671812	0.661778
iris	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	2.236081	1.011502e-03	0.125000	0.000	2.237092	0.736903	0.727028	0.728167	0.727597
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.840494	1.301720e-03	0.000000	0.000	1.841795	0.903714	0.880057	0.880164	0.880111
iris	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.937819	1.175156e-03	0.125000	0.000	1.938995	0.903768	0.884578	0.885546	0.885062
iris	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.862790	1.213919e-03	0.125000	0.000	1.864004	0.922241	0.913474	0.915253	0.914363
iris	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.991748	1.040351e-03	0.000000	0.000	1.992788	0.903714	0.880057	0.880164	0.880111
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	2.270899	1.682525e-03	0.125000	0.000	2.272581	0.903714	0.880057	0.880164	0.880111
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	3.054547	1.572355e-03	0.000000	0.000	3.056119	0.885665	0.862270	0.862270	0.862270
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	1.989355	1.209624e-03	0.000000	0.000	1.990565	0.903714	0.880057	0.880164	0.880111
iris	KMeans	n_clusters=1	0	0.001314	2.300550e-04	0.000000	0.000	0.001544	NaN	NaN	NaN	NaN
iris	KMeans	n_clusters=2	0	0.001620	2.167770e-04	0.000000	0.000	0.001836	0.539922	0.522322	0.883514	0.656519
iris	KMeans	n_clusters=3	0	0.001810	1.990750e-04	0.000000	0.000	0.002009	0.716342	0.736419	0.747487	0.741912
iris	KMeans	n_clusters=4	0	0.001780	2.312830e-04	0.000000	0.000	0.002012	0.649818	0.808314	0.652211	0.721920
iris	KMeans	n_clusters=5	0	0.002143	2.577210e-04	0.000000	0.000	0.002401	0.692706	0.929658	0.657220	0.770053
iris	DBSCAN	eps=0.2	0	0.002445	1.877000e-06	0.375000	0.000	0.002447	0.040456	0.127206	0.324840	0.182820
iris	DBSCAN	eps=0.3	0	0.001883	1.392000e-06	0.000000	0.000	0.001885	0.281756	0.407655	0.473260	0.438014
iris	DBSCAN	eps=0.4	0	0.001662	1.158000e-06	0.000000	0.000	0.001663	0.589824	0.768854	0.549397	0.640859
iris	DBSCAN	eps=0.5	0	0.001499	9.470000e-07	0.000000	0.000	0.001500	0.520619	0.559946	0.656558	0.604416
iris	DBSCAN	eps=0.6	0	0.001575	7.640000e-07	0.000000	0.000	0.001576	0.536997	0.560329	0.738013	0.637013
iris	DBSCAN	eps=0.7	0	0.001526	1.764000e-06	0.000000	0.000	0.001528	0.562136	0.592280	0.895840	0.713099
iris	DBSCAN	eps=0.8	0	0.001418	9.980000e-07	0.000000	0.000	0.001419	0.563751	0.587916	0.920240	0.717464
iris	OPTICS	min_samples=5	0	0.101367	7.760000e-07	0.125000	0.000	0.101368	0.109599	0.430003	0.319638	0.366696
iris	OPTICS	min_samples=10	0	0.102177	1.582000e-06	0.125000	0.000	0.102179	0.095483	0.248884	0.387889	0.303214
iris	Birch	threshold=0.3	0	0.005056	6.599460e-04	0.460938	0.000	0.005716	0.565886	0.634835	0.791525	0.704574
iris	Birch	threshold=0.5	0	0.003041	5.369370e-04	0.000000	0.000	0.003578	0.609625	0.674706	0.738360	0.705099
iris	Birch	threshold=0.7	0	0.002975	4.699430e-04	0.000000	0.000	0.003445	0.612400	0.691002	0.768530	0.727707
iris	MeanShift	quantile=0.2	0	0.154253	3.256000e-06	0.000000	0.000	0.154257	0.558371	0.553749	0.949020	0.699401
iris	MeanShift	quantile=0.3	0	0.072974	1.836000e-06	0.000000	0.000	0.072976	0.558371	0.553749	0.949020	0.699401
iris	LogisticRegression	C=0.1	0	0.013336	2.468180e-04	0.000000	0.000	0.013583	0.885697	0.863976	0.864395	0.864186
iris	LogisticRegression	C=1.0	0	0.015727	2.995240e-04	0.000000	0.000	0.016027	0.922177	0.900903	0.901341	0.901122
iris	LogisticRegression	C=10.0	0	0.015585	2.351840e-04	0.000000	0.000	0.015820	0.941012	0.919176	0.919287	0.919232
iris	RandomForest	n_estimators=50	0	0.084732	2.720897e-03	0.285156	0.000	0.087452	1.000000	1.000000	1.000000	1.000000
iris	RandomForest	n_estimators=100	0	0.120740	4.718724e-03	0.125000	0.000	0.125459	1.000000	1.000000	1.000000	1.000000
iris	SVC	C=0.5	0	0.001622	5.723890e-04	0.316406	0.000	0.002195	0.885697	0.863976	0.864395	0.864186
iris	SVC	C=1.0	0	0.001339	4.593480e-04	0.000000	0.000	0.001798	0.922155	0.898087	0.898087	0.898087
wine	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	3.331272	1.355532e-03	0.125000	0.000	3.332628	0.627496	0.623554	0.655115	0.638945
wine	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	3.412065	1.873790e-03	0.000000	0.000	3.413939	0.769953	0.758633	0.762076	0.760351
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	3.274733	1.560290e-03	0.000000	0.000	3.276293	0.784205	0.763234	0.762832	0.763033
wine	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	3.085587	1.387244e-03	0.125000	0.000	3.086974	0.784205	0.763234	0.762832	0.763033
wine	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	2.829897	1.718654e-03	0.000000	0.000	2.831616	0.813647	0.779711	0.779027	0.779369
wine	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	3.277184	1.537741e-03	0.125000	0.000	3.278722	0.784205	0.763234	0.762832	0.763033
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	3.398463	1.339349e-03	0.000000	0.000	3.399803	0.784205	0.763234	0.762832	0.763033
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	4.639464	1.820998e-03	0.000000	0.000	4.641285	0.861911	0.834893	0.832613	0.833751
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	3.759386	1.321292e-03	0.000000	0.000	3.760707	0.829487	0.792697	0.792697	0.792697
wine	KMeans	n_clusters=1	0	0.001219	2.058490e-04	0.000000	0.000	0.001425	NaN	NaN	NaN	NaN
wine	KMeans	n_clusters=2	0	0.001502	1.867010e-04	0.000000	0.000	0.001689	0.364941	0.320431	0.558824	0.407310
wine	KMeans	n_clusters=3	0	0.001547	2.213370e-04	0.000000	0.000	0.001768	0.371114	0.428812	0.428701	0.428757
wine	KMeans	n_clusters=4	0	0.001731	2.480900e-04	0.000000	0.000	0.001979	0.315704	0.421953	0.376080	0.397698
wine	KMeans	n_clusters=5	0	0.002128	2.578970e-04	0.000000	0.000	0.002386	0.280535	0.431509	0.327528	0.372396
wine	DBSCAN	eps=0.2	0	0.001752	8.780000e-07	0.000000	0.000	0.001753	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.3	0	0.001726	1.059000e-06	0.000000	0.000	0.001727	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.4	0	0.001680	8.470000e-07	0.000000	0.000	0.001681	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.5	0	0.001469	1.326000e-06	0.000000	0.000	0.001470	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.6	0	0.001687	1.181000e-06	0.000000	0.000	0.001689	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.7	0	0.001503	7.030000e-07	0.000000	0.000	0.001503	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.8	0	0.001473	7.010000e-07	0.000000	0.000	0.001473	NaN	NaN	NaN	NaN
wine	OPTICS	min_samples=5	0	0.122181	4.030000e-07	0.000000	0.000	0.122181	0.089435	0.430465	0.212632	0.284656
wine	OPTICS	min_samples=10	0	0.117558	9.340000e-07	0.125000	0.000	0.117559	0.178321	0.357584	0.232389	0.281703
wine	Birch	threshold=0.3	0	0.009380	6.262670e-04	0.250000	0.000	0.010006	0.368402	0.415861	0.416293	0.416077
wine	Birch	threshold=0.5	0	0.008267	6.505630e-04	0.125000	0.000	0.008917	0.368402	0.415861	0.416293	0.416077
wine	Birch	threshold=0.7	0	0.008412	5.878440e-04	0.000000	0.000	0.009000	0.368402	0.415861	0.416293	0.416077
wine	MeanShift	quantile=0.2	0	0.027265	1.291000e-06	0.000000	0.000	0.027266	0.300764	0.356125	0.404778	0.378896
wine	MeanShift	quantile=0.3	0	0.034373	8.090000e-07	0.000000	0.000	0.034373	0.450676	0.372623	0.613739	0.463711
wine	LogisticRegression	C=0.1	0	0.083047	2.978530e-04	0.000000	0.000	0.083345	0.880151	0.837651	0.836034	0.836842
wine	LogisticRegression	C=1.0	0	0.086404	2.813860e-04	0.000000	0.000	0.086686	0.930579	0.900249	0.902268	0.901257
wine	LogisticRegression	C=10.0	0	0.101836	2.467350e-04	0.000000	0.000	0.102083	0.981711	0.972740	0.973751	0.973246
wine	RandomForest	n_estimators=50	0	0.082730	2.713138e-03	0.000000	0.000	0.085443	1.000000	1.000000	1.000000	1.000000
wine	RandomForest	n_estimators=100	0	0.121056	4.416842e-03	0.000000	0.000	0.125473	1.000000	1.000000	1.000000	1.000000
wine	SVC	C=0.5	0	0.001705	9.217110e-04	0.000000	0.000	0.002626	0.421572	0.375896	0.545799	0.445188
wine	SVC	C=1.0	0	0.001543	8.562820e-04	0.000000	0.000	0.002399	0.405165	0.396017	0.399839	0.397919
breast_cancer	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.482967	8.213790e-04	0.519531	0.000	1.483789	NaN	NaN	NaN	NaN
breast_cancer	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.574285	8.762460e-04	0.125000	0.000	1.575161	0.785972	0.675358	0.694991	0.685034
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.536346	1.017559e-03	0.125000	0.000	1.537363	0.792730	0.682011	0.682965	0.682487
breast_cancer	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.631994	8.574800e-04	0.000000	0.000	1.632851	0.792777	0.683314	0.682374	0.682844
breast_cancer	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.740642	1.147159e-03	0.000000	0.000	1.741789	0.792777	0.683314	0.682374	0.682844
breast_cancer	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	1.523503	8.045100e-04	0.000000	0.000	1.524307	0.792730	0.682011	0.682965	0.682487
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	1.493666	7.072040e-04	0.000000	0.000	1.494373	0.792730	0.682011	0.682965	0.682487
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	1.500156	8.761680e-04	0.000000	0.000	1.501032	0.792730	0.682011	0.682965	0.682487
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	1.538918	1.044525e-03	0.000000	0.000	1.539962	0.792730	0.682011	0.682965	0.682487
breast_cancer	KMeans	n_clusters=1	0	0.001788	3.372430e-04	0.000000	0.000	0.002125	NaN	NaN	NaN	NaN
breast_cancer	KMeans	n_clusters=1	0	0.001470	2.434610e-04	0.000000	0.000	0.001714	NaN	NaN	NaN	NaN
breast_cancer	KMeans	n_clusters=2	0	0.002305	2.965370e-04	0.000000	0.000	0.002602	0.491425	0.422291	0.516809	0.464793
breast_cancer	KMeans	n_clusters=3	0	0.026452	3.629850e-04	0.125000	0.000	0.026815	0.539073	0.491437	0.452037	0.470914
breast_cancer	KMeans	n_clusters=4	0	0.003636	3.064650e-04	0.000000	0.000	0.003943	0.518731	0.585811	0.364826	0.449634
breast_cancer	DBSCAN	eps=0.2	0	0.005867	1.320000e-06	1.250000	0.000	0.005868	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.3	0	0.001997	1.654000e-06	0.000000	0.000	0.001998	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.4	0	0.001996	1.134000e-06	0.000000	0.000	0.001997	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.5	0	0.001946	1.454000e-06	0.000000	0.000	0.001948	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.6	0	0.001877	1.004000e-06	0.000000	0.000	0.001878	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.7	0	0.001829	8.630000e-07	0.000000	0.000	0.001830	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.8	0	0.001831	1.050000e-06	0.000000	0.000	0.001832	NaN	NaN	NaN	NaN
breast_cancer	OPTICS	min_samples=5	0	0.404768	3.950000e-07	0.000000	0.000	0.404769	-0.006150	0.251273	0.103581	0.146692
breast_cancer	OPTICS	min_samples=10	0	0.402715	1.253000e-06	0.000000	0.000	0.402716	-0.029367	0.231462	0.117665	0.156018
breast_cancer	Birch	threshold=0.3	0	0.049387	2.465285e-03	1.250000	0.000	0.051853	0.287246	0.262150	0.407601	0.319082
breast_cancer	Birch	threshold=0.5	0	0.034466	2.296254e-03	0.250000	0.000	0.036763	0.287246	0.262150	0.407601	0.319082
breast_cancer	Birch	threshold=0.7	0	0.031007	1.773359e-03	0.000000	0.000	0.032780	0.287246	0.262150	0.407601	0.319082
breast_cancer	MeanShift	quantile=0.2	0	0.188122	1.048000e-06	0.000000	0.000	0.188123	0.511796	0.472083	0.394876	0.430042
breast_cancer	MeanShift	quantile=0.3	0	0.127681	9.870000e-07	0.000000	0.000	0.127682	0.553441	0.501112	0.446768	0.472382
breast_cancer	LogisticRegression	C=0.1	0	0.052825	2.560230e-04	0.000000	0.000	0.053081	0.786260	0.672193	0.680179	0.676162
breast_cancer	LogisticRegression	C=1.0	0	0.080072	3.559040e-04	0.000000	0.000	0.080427	0.843858	0.743738	0.749121	0.746420
breast_cancer	LogisticRegression	C=10.0	0	0.078662	2.954990e-04	0.000000	0.000	0.078957	0.850391	0.752370	0.756690	0.754524
breast_cancer	RandomForest	n_estimators=50	0	0.144469	3.135922e-03	0.000000	0.000	0.147605	1.000000	1.000000	1.000000	1.000000
breast_cancer	RandomForest	n_estimators=100	0	0.222866	5.591382e-03	0.000000	0.000	0.228458	1.000000	1.000000	1.000000	1.000000
breast_cancer	SVC	C=0.5	0	0.004598	5.327164e-03	0.000000	0.000	0.009925	0.663975	0.551800	0.594598	0.572400
breast_cancer	SVC	C=1.0	0	0.004810	4.918686e-03	0.000000	0.000	0.009729	0.711667	0.598706	0.633466	0.615596
digits	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	19.908541	2.346500e-03	2.000000	0.000	19.910888	0.319252	0.423422	0.447047	0.434914
digits	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	20.158291	3.412680e-03	-3.339844	0.250	20.161703	0.335627	0.444848	0.455257	0.449993
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	12.637869	4.163304e-03	0.039062	0.375	12.642033	0.336169	0.446507	0.453818	0.450133
digits	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	12.911191	3.228767e-03	-0.222656	0.125	12.914419	0.329337	0.437027	0.443343	0.440162
digits	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	10.249793	3.996124e-03	-0.121094	0.375	10.253789	0.335099	0.442028	0.448430	0.445206
digits	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	18.475745	3.301773e-03	3.625000	0.000	18.479047	0.284410	0.384292	0.402263	0.393072
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	13.602569	3.027438e-03	-4.070312	0.125	13.605597	0.312595	0.421923	0.429865	0.425857
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	20.751166	7.053044e-03	0.320312	0.500	20.758219	0.341960	0.448259	0.455065	0.451636
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	14.018281	2.349419e-03	-0.132812	0.000	14.020631	0.336169	0.446507	0.453818	0.450133
digits	KMeans	n_clusters=8	0	0.013504	7.723510e-04	1.750000	0.000	0.014277	0.513289	0.623680	0.720351	0.668539
digits	KMeans	n_clusters=9	0	0.008923	6.462110e-04	0.000000	0.000	0.009569	0.599500	0.693828	0.752382	0.721920
digits	KMeans	n_clusters=10	0	0.008245	6.861520e-04	0.000000	0.000	0.008931	0.615354	0.716570	0.745165	0.730588
digits	KMeans	n_clusters=11	0	0.010714	6.763310e-04	0.000000	0.000	0.011390	0.593260	0.724602	0.727327	0.725962
digits	KMeans	n_clusters=12	0	0.009151	6.626000e-04	0.000000	0.000	0.009814	0.649736	0.770485	0.739477	0.754663
digits	DBSCAN	eps=0.2	0	0.015024	1.387000e-06	-0.761719	0.000	0.015026	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.3	0	0.018594	1.105000e-06	0.019531	0.000	0.018595	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.4	0	0.017659	9.260001e-07	0.000000	0.000	0.017660	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.5	0	0.018052	1.188000e-06	0.000000	0.000	0.018054	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.6	0	0.019878	1.310000e-06	0.000000	0.000	0.019879	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.7	0	0.018044	1.138000e-06	0.000000	0.000	0.018045	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.8	0	0.016953	1.429000e-06	0.000000	0.000	0.016954	NaN	NaN	NaN	NaN
digits	OPTICS	min_samples=5	0	1.308969	3.620000e-07	0.000000	0.000	1.308970	0.060113	0.283501	0.542562	0.372409
digits	OPTICS	min_samples=10	0	1.341004	1.488000e-06	0.000000	0.000	1.341006	0.054739	0.193211	0.751714	0.307409
digits	Birch	threshold=0.3	0	0.302523	5.295478e-02	3.609375	23.000	0.355478	0.794003	0.857513	0.879096	0.868170
digits	Birch	threshold=0.5	0	0.199853	2.314740e-02	1.875000	0.000	0.223001	0.794003	0.857513	0.879096	0.868170
digits	Birch	threshold=0.7	0	0.180752	2.053832e-02	1.875000	0.000	0.201291	0.794003	0.857513	0.879096	0.868170
digits	MeanShift	quantile=0.2	0	NaN	NaN	NaN	NaN	0.000000	NaN	NaN	NaN	NaN
digits	MeanShift	quantile=0.3	0	NaN	NaN	NaN	NaN	0.000000	NaN	NaN	NaN	NaN
digits	LogisticRegression	C=0.1	0	14.822364	6.455730e-04	0.000000	0.000	14.823010	0.998779	0.998511	0.998504	0.998507
digits	LogisticRegression	C=1.0	0	4.134053	7.472917e-03	0.000000	0.000	4.141526	1.000000	1.000000	1.000000	1.000000
digits	LogisticRegression	C=10.0	0	3.371827	3.430002e-03	0.000000	0.000	3.375257	1.000000	1.000000	1.000000	1.000000
digits	RandomForest	n_estimators=50	0	0.213725	9.703564e-03	0.000000	0.000	0.223429	1.000000	1.000000	1.000000	1.000000
digits	RandomForest	n_estimators=100	0	0.363024	1.835575e-02	0.000000	0.000	0.381379	1.000000	1.000000	1.000000	1.000000
digits	SVC	C=0.5	0	0.040992	9.686637e-02	0.000000	0.000	0.137859	0.979177	0.977049	0.977087	0.977068
digits	SVC	C=1.0	0	0.037953	8.283185e-02	0.000000	0.000	0.120785	0.992591	0.991344	0.991377	0.991361
moons	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.363592	2.958510e-04	0.000000	0.000	0.363888	0.497699	0.399077	0.399282	0.399180
moons	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.297089	2.705550e-04	0.000000	0.000	0.297360	0.536227	0.433490	0.433490	0.433490
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.270844	3.253590e-04	0.000000	0.000	0.271169	0.596696	0.490302	0.490365	0.490333
moons	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.281786	3.103980e-04	0.000000	0.000	0.282096	0.596696	0.490302	0.490365	0.490333
moons	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.290232	3.981950e-04	0.000000	0.000	0.290631	0.596696	0.490302	0.490365	0.490333
moons	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.311451	2.991020e-04	0.000000	0.000	0.311750	0.596696	0.490302	0.490365	0.490333
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	0.293440	3.272320e-04	0.000000	0.000	0.293767	0.596696	0.490302	0.490365	0.490333
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	0.351876	2.728230e-04	0.000000	0.000	0.352149	0.596696	0.490302	0.490365	0.490333
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	0.292692	3.032720e-04	0.000000	0.000	0.292995	0.596696	0.490302	0.490365	0.490333
moons	KMeans	n_clusters=1	0	0.001661	2.521790e-04	0.000000	0.000	0.001913	NaN	NaN	NaN	NaN
moons	KMeans	n_clusters=1	0	0.001250	2.576140e-04	0.000000	0.000	0.001508	NaN	NaN	NaN	NaN
moons	KMeans	n_clusters=2	0	0.001505	2.608930e-04	0.000000	0.000	0.001766	0.234285	0.178415	0.178467	0.178441
moons	KMeans	n_clusters=3	0	0.002348	3.047390e-04	0.000000	0.000	0.002653	0.283430	0.433488	0.277433	0.338332
moons	KMeans	n_clusters=4	0	0.002481	3.241630e-04	0.000000	0.000	0.002805	0.245191	0.512328	0.259419	0.344433
moons	DBSCAN	eps=0.2	0	0.002036	1.250000e-06	0.000000	0.000	0.002037	1.000000	1.000000	1.000000	1.000000
moons	DBSCAN	eps=0.3	0	0.002035	1.034000e-06	0.000000	0.000	0.002036	1.000000	1.000000	1.000000	1.000000
moons	DBSCAN	eps=0.4	0	0.002209	1.554000e-06	0.000000	0.000	0.002210	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.5	0	0.002162	1.297000e-06	0.000000	0.000	0.002163	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.6	0	0.001894	1.571000e-06	0.000000	0.000	0.001896	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.7	0	0.002074	1.877000e-06	0.000000	0.000	0.002076	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.8	0	0.002072	1.396000e-06	0.000000	0.000	0.002073	NaN	NaN	NaN	NaN
moons	OPTICS	min_samples=5	0	0.196539	3.729999e-07	0.000000	0.000	0.196539	0.045003	0.706276	0.172274	0.276985
moons	OPTICS	min_samples=10	0	0.197869	1.427000e-06	0.000000	0.000	0.197871	0.165190	0.768775	0.246305	0.373080
moons	Birch	threshold=0.3	0	0.016319	1.070927e-03	0.000000	0.000	0.017390	0.516911	0.514958	0.546268	0.530151
moons	Birch	threshold=0.5	0	0.004532	7.957820e-04	0.000000	0.000	0.005327	0.671322	0.597940	0.606544	0.602211
moons	Birch	threshold=0.7	0	0.004888	6.942060e-04	0.000000	0.000	0.005582	0.234289	0.178815	0.179096	0.178955
moons	MeanShift	quantile=0.2	0	0.061083	1.848000e-06	0.000000	0.000	0.061085	0.393459	0.462247	0.303189	0.366192
moons	MeanShift	quantile=0.3	0	0.069493	1.759000e-06	0.000000	0.000	0.069495	0.349921	0.281135	0.286005	0.283549
moons	LogisticRegression	C=0.1	0	0.002474	1.533290e-04	0.000000	0.000	0.002627	0.469738	0.373983	0.374090	0.374037
moons	LogisticRegression	C=1.0	0	0.002331	1.760130e-04	0.000000	0.000	0.002507	0.566060	0.461512	0.461645	0.461579
moons	LogisticRegression	C=10.0	0	0.002311	1.982040e-04	0.000000	0.000	0.002509	0.596696	0.490302	0.490365	0.490333
moons	RandomForest	n_estimators=50	0	0.063456	2.995323e-03	0.000000	0.000	0.066452	1.000000	1.000000	1.000000	1.000000
moons	RandomForest	n_estimators=100	0	0.125409	5.973829e-03	0.000000	0.000	0.131383	1.000000	1.000000	1.000000	1.000000
moons	SVC	C=0.5	0	0.001658	7.239360e-04	0.000000	0.000	0.002382	0.986667	0.971079	0.971110	0.971095
moons	SVC	C=1.0	0	0.001362	4.600450e-04	0.000000	0.000	0.001822	1.000000	1.000000	1.000000	1.000000
blobs	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.550362	4.590760e-04	0.000000	0.000	0.550821	0.759627	0.695086	0.695532	0.695309
blobs	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.546329	3.615410e-04	0.000000	0.000	0.546690	0.793816	0.733609	0.733897	0.733753
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.531395	3.429600e-04	0.000000	0.000	0.531738	0.793816	0.733609	0.733897	0.733753
blobs	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.441650	2.991140e-04	0.000000	0.000	0.441949	0.802251	0.740935	0.741091	0.741013
blobs	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.525361	3.217960e-04	0.000000	0.000	0.525683	0.802251	0.740935	0.741091	0.741013
blobs	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.503084	3.009590e-04	0.000000	0.000	0.503384	0.793816	0.733609	0.733897	0.733753
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	0.522767	3.118510e-04	0.000000	0.000	0.523079	0.793816	0.733609	0.733897	0.733753
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	0.503615	3.129690e-04	0.000000	0.000	0.503928	0.793816	0.733609	0.733897	0.733753
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	0.577874	3.099300e-04	0.000000	0.000	0.578184	0.793816	0.733609	0.733897	0.733753
blobs	KMeans	n_clusters=1	0	0.001586	3.083650e-04	0.000000	0.000	0.001895	NaN	NaN	NaN	NaN
blobs	KMeans	n_clusters=2	0	0.001700	2.485940e-04	0.000000	0.000	0.001949	0.481812	0.425971	0.716197	0.534210
blobs	KMeans	n_clusters=3	0	0.002022	2.982460e-04	0.000000	0.000	0.002321	0.766743	0.701841	0.702681	0.702261
blobs	KMeans	n_clusters=4	0	0.002149	2.852650e-04	0.000000	0.000	0.002434	0.658534	0.741302	0.597488	0.661671
blobs	KMeans	n_clusters=5	0	0.002406	3.105210e-04	0.000000	0.000	0.002717	0.518938	0.708014	0.490186	0.579300
blobs	DBSCAN	eps=0.2	0	0.001699	9.550000e-07	0.000000	0.000	0.001700	0.004924	0.074672	0.226006	0.112255
blobs	DBSCAN	eps=0.3	0	0.001630	1.134000e-06	0.000000	0.000	0.001631	0.055969	0.429410	0.245612	0.312488
blobs	DBSCAN	eps=0.4	0	0.002589	1.042000e-06	0.000000	0.000	0.002590	0.334985	0.539908	0.356500	0.429441
blobs	DBSCAN	eps=0.5	0	0.001641	1.521000e-06	0.000000	0.000	0.001643	0.355788	0.430472	0.429234	0.429852
blobs	DBSCAN	eps=0.6	0	0.001887	1.322000e-06	0.000000	0.000	0.001889	-0.000392	0.017552	0.049028	0.025850
blobs	DBSCAN	eps=0.7	0	0.001882	1.588000e-06	0.000000	0.000	0.001884	0.000109	0.003598	0.025142	0.006294
blobs	DBSCAN	eps=0.8	0	0.001957	1.815000e-06	0.000000	0.000	0.001959	-0.000131	0.001619	0.018137	0.002972
blobs	OPTICS	min_samples=5	0	0.198535	3.200000e-07	0.000000	0.000	0.198536	0.025832	0.330816	0.234381	0.274371
blobs	OPTICS	min_samples=10	0	0.202980	1.108000e-06	0.000000	0.000	0.202981	0.255942	0.464745	0.400931	0.430486
blobs	Birch	threshold=0.3	0	0.023999	1.178542e-03	0.000000	0.000	0.025177	0.658847	0.607751	0.613172	0.610450
blobs	Birch	threshold=0.5	0	0.005764	7.247630e-04	0.000000	0.000	0.006488	0.555805	0.575082	0.600328	0.587434
blobs	Birch	threshold=0.7	0	0.005176	8.624140e-04	0.000000	0.000	0.006039	0.622328	0.590168	0.594254	0.592204
blobs	MeanShift	quantile=0.2	0	0.061465	1.090000e-06	0.000000	0.000	0.061466	0.773987	0.712497	0.713613	0.713054
blobs	MeanShift	quantile=0.3	0	0.079816	1.856000e-06	0.000000	0.000	0.079817	0.472017	0.411466	0.687874	0.514921
blobs	LogisticRegression	C=0.1	0	0.005957	2.611610e-04	0.000000	0.000	0.006219	0.793816	0.733609	0.733897	0.733753
blobs	LogisticRegression	C=1.0	0	0.004845	1.914020e-04	0.000000	0.000	0.005036	0.802251	0.740935	0.741091	0.741013
blobs	LogisticRegression	C=10.0	0	0.005509	2.073000e-04	0.000000	0.000	0.005716	0.802251	0.740935	0.741091	0.741013
blobs	RandomForest	n_estimators=50	0	0.068741	3.440503e-03	0.000000	0.000	0.072181	1.000000	1.000000	1.000000	1.000000
blobs	RandomForest	n_estimators=100	0	0.145374	5.793129e-03	0.000000	0.000	0.151167	1.000000	1.000000	1.000000	1.000000
blobs	SVC	C=0.5	0	0.002142	1.055120e-03	0.000000	0.000	0.003197	0.784200	0.722466	0.722728	0.722597
blobs	SVC	C=1.0	0	0.001684	9.289110e-04	0.000000	0.000	0.002613	0.784176	0.722356	0.722770	0.722563
circles	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.187671	2.880400e-04	0.000000	0.000	0.187959	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.167478	4.421470e-04	0.000000	0.000	0.167920	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.184786	2.851950e-04	0.000000	0.000	0.185071	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.166428	3.686040e-04	0.000000	0.000	0.166796	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.162720	3.119340e-04	0.000000	0.000	0.163032	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0	0.169251	3.587590e-04	0.000000	0.000	0.169610	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0	0.164785	3.012960e-04	0.000000	0.000	0.165086	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0	0.167836	3.274890e-04	0.000000	0.000	0.168163	-0.003356	0.000000	0.000000	0.000000
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0	0.179926	2.717670e-04	0.000000	0.000	0.180198	-0.003356	0.000000	0.000000	0.000000
circles	KMeans	n_clusters=1	0	0.001594	3.019010e-04	0.000000	0.000	0.001896	NaN	NaN	NaN	NaN
circles	KMeans	n_clusters=1	0	0.001221	2.277600e-04	0.000000	0.000	0.001449	NaN	NaN	NaN	NaN
circles	KMeans	n_clusters=2	0	0.001639	2.312620e-04	0.000000	0.000	0.001871	-0.003307	0.000032	0.000032	0.000032
circles	KMeans	n_clusters=3	0	0.001839	2.952790e-04	0.000000	0.000	0.002134	-0.002822	0.001726	0.001090	0.001336
circles	KMeans	n_clusters=4	0	0.002241	2.002070e-04	0.000000	0.000	0.002442	-0.004951	0.000128	0.000064	0.000086
circles	DBSCAN	eps=0.2	0	0.002104	8.800000e-07	0.000000	0.000	0.002105	1.000000	1.000000	1.000000	1.000000
circles	DBSCAN	eps=0.3	0	0.002394	1.184000e-06	0.000000	0.000	0.002395	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.4	0	0.001919	8.280000e-07	0.000000	0.000	0.001920	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.5	0	0.002102	1.166000e-06	0.000000	0.000	0.002103	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.6	0	0.002009	9.680000e-07	0.000000	0.000	0.002010	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.7	0	0.002052	9.480001e-07	0.000000	0.000	0.002053	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.8	0	0.002309	1.026000e-06	0.000000	0.000	0.002310	NaN	NaN	NaN	NaN
circles	OPTICS	min_samples=5	0	0.201847	5.759999e-07	0.000000	0.000	0.201848	0.040072	0.800160	0.173734	0.285483
circles	OPTICS	min_samples=10	0	0.195370	1.774000e-06	0.000000	0.000	0.195371	0.058489	0.540227	0.191423	0.282681
circles	Birch	threshold=0.3	0	0.025015	1.049266e-03	0.000000	0.000	0.026064	0.022666	0.020719	0.022403	0.021528
circles	Birch	threshold=0.5	0	0.016970	9.996090e-04	0.000000	0.000	0.017969	-0.002954	0.000289	0.000289	0.000289
circles	Birch	threshold=0.7	0	0.017460	9.728880e-04	0.000000	0.000	0.018433	-0.002922	0.000036	0.000040	0.000038
circles	MeanShift	quantile=0.2	0	0.050238	1.427000e-06	0.000000	0.000	0.050239	-0.004924	0.000790	0.000341	0.000476
circles	MeanShift	quantile=0.3	0	0.023344	1.489000e-06	0.000000	0.000	0.023346	NaN	NaN	NaN	NaN
circles	LogisticRegression	C=0.1	0	0.001621	1.509100e-04	0.000000	0.000	0.001771	-0.003177	0.000128	0.000128	0.000128
circles	LogisticRegression	C=1.0	0	0.001500	1.666880e-04	0.000000	0.000	0.001666	-0.003177	0.000128	0.000128	0.000128
circles	LogisticRegression	C=10.0	0	0.001680	1.469840e-04	0.000000	0.000	0.001827	-0.003177	0.000128	0.000128	0.000128
circles	RandomForest	n_estimators=50	0	0.060048	2.957824e-03	0.000000	0.000	0.063006	1.000000	1.000000	1.000000	1.000000
circles	RandomForest	n_estimators=100	0	0.118805	5.010666e-03	0.000000	0.000	0.123816	1.000000	1.000000	1.000000	1.000000
circles	SVC	C=0.5	0	0.001531	6.045950e-04	0.000000	0.000	0.002136	1.000000	1.000000	1.000000	1.000000
circles	SVC	C=1.0	0	0.001384	4.942470e-04	0.000000	0.000	0.001879	1.000000	1.000000	1.000000	1.000000
california_housing	KMeans	n_clusters=2	0	0.043777	5.787810e-04	1.375000	0.000	0.044356	0.005554	0.009002	0.018687	0.012151
california_housing	KMeans	n_clusters=3	0	0.006800	6.787700e-04	0.125000	0.000	0.007478	0.003650	0.011921	0.015137	0.013338
california_housing	KMeans	n_clusters=4	0	0.004950	6.420050e-04	0.000000	0.000	0.005592	0.005658	0.016124	0.016267	0.016195
california_housing	KMeans	n_clusters=5	0	0.005701	4.696770e-04	0.000000	0.000	0.006171	0.000044	0.015527	0.013404	0.014388
california_housing	KMeans	n_clusters=6	0	0.004719	7.201350e-04	0.000000	0.000	0.005440	-0.000944	0.017884	0.013923	0.015657

unsupervised_results_summary.csv

Summary of unsupervised modal clustering benchmarks.

dataset	algorithm	params	fit_time_sec_mean	fit_time_sec_std	predict_time_sec_mean	predict_time_sec_std	fit_mem_mb_mean	fit_mem_mb_std	predict_mem_mb_mean	predict_mem_mb_std	runtime_sec_mean	runtime_sec_std	ARI_mean	ARI_std	homogeneity_mean	homogeneity_std	completeness_mean	completeness_std	v_measure_mean	v_measure_std
blobs	Birch	threshold=0.3	0.023999	NaN	1.178542e-03	NaN	0.000000	NaN	0.000	NaN	0.025177	NaN	0.658847	NaN	0.607751	NaN	0.613172	NaN	0.610450	NaN
blobs	Birch	threshold=0.5	0.005764	NaN	7.247630e-04	NaN	0.000000	NaN	0.000	NaN	0.006488	NaN	0.555805	NaN	0.575082	NaN	0.600328	NaN	0.587434	NaN
blobs	Birch	threshold=0.7	0.005176	NaN	8.624140e-04	NaN	0.000000	NaN	0.000	NaN	0.006039	NaN	0.622328	NaN	0.590168	NaN	0.594254	NaN	0.592204	NaN
blobs	DBSCAN	eps=0.2	0.001699	NaN	9.550000e-07	NaN	0.000000	NaN	0.000	NaN	0.001700	NaN	0.004924	NaN	0.074672	NaN	0.226006	NaN	0.112255	NaN
blobs	DBSCAN	eps=0.3	0.001630	NaN	1.134000e-06	NaN	0.000000	NaN	0.000	NaN	0.001631	NaN	0.055969	NaN	0.429410	NaN	0.245612	NaN	0.312488	NaN
blobs	DBSCAN	eps=0.4	0.002589	NaN	1.042000e-06	NaN	0.000000	NaN	0.000	NaN	0.002590	NaN	0.334985	NaN	0.539908	NaN	0.356500	NaN	0.429441	NaN
blobs	DBSCAN	eps=0.5	0.001641	NaN	1.521000e-06	NaN	0.000000	NaN	0.000	NaN	0.001643	NaN	0.355788	NaN	0.430472	NaN	0.429234	NaN	0.429852	NaN
blobs	DBSCAN	eps=0.6	0.001887	NaN	1.322000e-06	NaN	0.000000	NaN	0.000	NaN	0.001889	NaN	-0.000392	NaN	0.017552	NaN	0.049028	NaN	0.025850	NaN
blobs	DBSCAN	eps=0.7	0.001882	NaN	1.588000e-06	NaN	0.000000	NaN	0.000	NaN	0.001884	NaN	0.000109	NaN	0.003598	NaN	0.025142	NaN	0.006294	NaN
blobs	DBSCAN	eps=0.8	0.001957	NaN	1.815000e-06	NaN	0.000000	NaN	0.000	NaN	0.001959	NaN	-0.000131	NaN	0.001619	NaN	0.018137	NaN	0.002972	NaN
blobs	KMeans	n_clusters=1	0.001586	NaN	3.083650e-04	NaN	0.000000	NaN	0.000	NaN	0.001895	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
blobs	KMeans	n_clusters=2	0.001700	NaN	2.485940e-04	NaN	0.000000	NaN	0.000	NaN	0.001949	NaN	0.481812	NaN	0.425971	NaN	0.716197	NaN	0.534210	NaN
blobs	KMeans	n_clusters=3	0.002022	NaN	2.982460e-04	NaN	0.000000	NaN	0.000	NaN	0.002321	NaN	0.766743	NaN	0.701841	NaN	0.702681	NaN	0.702261	NaN
blobs	KMeans	n_clusters=4	0.002149	NaN	2.852650e-04	NaN	0.000000	NaN	0.000	NaN	0.002434	NaN	0.658534	NaN	0.741302	NaN	0.597488	NaN	0.661671	NaN
blobs	KMeans	n_clusters=5	0.002406	NaN	3.105210e-04	NaN	0.000000	NaN	0.000	NaN	0.002717	NaN	0.518938	NaN	0.708014	NaN	0.490186	NaN	0.579300	NaN
blobs	LogisticRegression	C=0.1	0.005957	NaN	2.611610e-04	NaN	0.000000	NaN	0.000	NaN	0.006219	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	LogisticRegression	C=1.0	0.004845	NaN	1.914020e-04	NaN	0.000000	NaN	0.000	NaN	0.005036	NaN	0.802251	NaN	0.740935	NaN	0.741091	NaN	0.741013	NaN
blobs	LogisticRegression	C=10.0	0.005509	NaN	2.073000e-04	NaN	0.000000	NaN	0.000	NaN	0.005716	NaN	0.802251	NaN	0.740935	NaN	0.741091	NaN	0.741013	NaN
blobs	MeanShift	quantile=0.2	0.061465	NaN	1.090000e-06	NaN	0.000000	NaN	0.000	NaN	0.061466	NaN	0.773987	NaN	0.712497	NaN	0.713613	NaN	0.713054	NaN
blobs	MeanShift	quantile=0.3	0.079816	NaN	1.856000e-06	NaN	0.000000	NaN	0.000	NaN	0.079817	NaN	0.472017	NaN	0.411466	NaN	0.687874	NaN	0.514921	NaN
blobs	OPTICS	min_samples=10	0.202980	NaN	1.108000e-06	NaN	0.000000	NaN	0.000	NaN	0.202981	NaN	0.255942	NaN	0.464745	NaN	0.400931	NaN	0.430486	NaN
blobs	OPTICS	min_samples=5	0.198535	NaN	3.200000e-07	NaN	0.000000	NaN	0.000	NaN	0.198536	NaN	0.025832	NaN	0.330816	NaN	0.234381	NaN	0.274371	NaN
blobs	RandomForest	n_estimators=100	0.145374	NaN	5.793129e-03	NaN	0.000000	NaN	0.000	NaN	0.151167	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
blobs	RandomForest	n_estimators=50	0.068741	NaN	3.440503e-03	NaN	0.000000	NaN	0.000	NaN	0.072181	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
blobs	SVC	C=0.5	0.002142	NaN	1.055120e-03	NaN	0.000000	NaN	0.000	NaN	0.003197	NaN	0.784200	NaN	0.722466	NaN	0.722728	NaN	0.722597	NaN
blobs	SVC	C=1.0	0.001684	NaN	9.289110e-04	NaN	0.000000	NaN	0.000	NaN	0.002613	NaN	0.784176	NaN	0.722356	NaN	0.722770	NaN	0.722563	NaN
blobs	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.550362	NaN	4.590760e-04	NaN	0.000000	NaN	0.000	NaN	0.550821	NaN	0.759627	NaN	0.695086	NaN	0.695532	NaN	0.695309	NaN
blobs	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.546329	NaN	3.615410e-04	NaN	0.000000	NaN	0.000	NaN	0.546690	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.503084	NaN	3.009590e-04	NaN	0.000000	NaN	0.000	NaN	0.503384	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0.522767	NaN	3.118510e-04	NaN	0.000000	NaN	0.000	NaN	0.523079	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0.577874	NaN	3.099300e-04	NaN	0.000000	NaN	0.000	NaN	0.578184	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.531395	NaN	3.429600e-04	NaN	0.000000	NaN	0.000	NaN	0.531738	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0.503615	NaN	3.129690e-04	NaN	0.000000	NaN	0.000	NaN	0.503928	NaN	0.793816	NaN	0.733609	NaN	0.733897	NaN	0.733753	NaN
blobs	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.441650	NaN	2.991140e-04	NaN	0.000000	NaN	0.000	NaN	0.441949	NaN	0.802251	NaN	0.740935	NaN	0.741091	NaN	0.741013	NaN
blobs	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.525361	NaN	3.217960e-04	NaN	0.000000	NaN	0.000	NaN	0.525683	NaN	0.802251	NaN	0.740935	NaN	0.741091	NaN	0.741013	NaN
breast_cancer	Birch	threshold=0.3	0.049387	NaN	2.465285e-03	NaN	1.250000	NaN	0.000	NaN	0.051853	NaN	0.287246	NaN	0.262150	NaN	0.407601	NaN	0.319082	NaN
breast_cancer	Birch	threshold=0.5	0.034466	NaN	2.296254e-03	NaN	0.250000	NaN	0.000	NaN	0.036763	NaN	0.287246	NaN	0.262150	NaN	0.407601	NaN	0.319082	NaN
breast_cancer	Birch	threshold=0.7	0.031007	NaN	1.773359e-03	NaN	0.000000	NaN	0.000	NaN	0.032780	NaN	0.287246	NaN	0.262150	NaN	0.407601	NaN	0.319082	NaN
breast_cancer	DBSCAN	eps=0.2	0.005867	NaN	1.320000e-06	NaN	1.250000	NaN	0.000	NaN	0.005868	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.3	0.001997	NaN	1.654000e-06	NaN	0.000000	NaN	0.000	NaN	0.001998	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.4	0.001996	NaN	1.134000e-06	NaN	0.000000	NaN	0.000	NaN	0.001997	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.5	0.001946	NaN	1.454000e-06	NaN	0.000000	NaN	0.000	NaN	0.001948	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.6	0.001877	NaN	1.004000e-06	NaN	0.000000	NaN	0.000	NaN	0.001878	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.7	0.001829	NaN	8.630000e-07	NaN	0.000000	NaN	0.000	NaN	0.001830	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	DBSCAN	eps=0.8	0.001831	NaN	1.050000e-06	NaN	0.000000	NaN	0.000	NaN	0.001832	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	KMeans	n_clusters=1	0.001629	0.000225	2.903520e-04	0.000066	0.000000	0.0	0.000	0.0	0.001920	0.000291	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	KMeans	n_clusters=2	0.002305	NaN	2.965370e-04	NaN	0.000000	NaN	0.000	NaN	0.002602	NaN	0.491425	NaN	0.422291	NaN	0.516809	NaN	0.464793	NaN
breast_cancer	KMeans	n_clusters=3	0.026452	NaN	3.629850e-04	NaN	0.125000	NaN	0.000	NaN	0.026815	NaN	0.539073	NaN	0.491437	NaN	0.452037	NaN	0.470914	NaN
breast_cancer	KMeans	n_clusters=4	0.003636	NaN	3.064650e-04	NaN	0.000000	NaN	0.000	NaN	0.003943	NaN	0.518731	NaN	0.585811	NaN	0.364826	NaN	0.449634	NaN
breast_cancer	LogisticRegression	C=0.1	0.052825	NaN	2.560230e-04	NaN	0.000000	NaN	0.000	NaN	0.053081	NaN	0.786260	NaN	0.672193	NaN	0.680179	NaN	0.676162	NaN
breast_cancer	LogisticRegression	C=1.0	0.080072	NaN	3.559040e-04	NaN	0.000000	NaN	0.000	NaN	0.080427	NaN	0.843858	NaN	0.743738	NaN	0.749121	NaN	0.746420	NaN
breast_cancer	LogisticRegression	C=10.0	0.078662	NaN	2.954990e-04	NaN	0.000000	NaN	0.000	NaN	0.078957	NaN	0.850391	NaN	0.752370	NaN	0.756690	NaN	0.754524	NaN
breast_cancer	MeanShift	quantile=0.2	0.188122	NaN	1.048000e-06	NaN	0.000000	NaN	0.000	NaN	0.188123	NaN	0.511796	NaN	0.472083	NaN	0.394876	NaN	0.430042	NaN
breast_cancer	MeanShift	quantile=0.3	0.127681	NaN	9.870000e-07	NaN	0.000000	NaN	0.000	NaN	0.127682	NaN	0.553441	NaN	0.501112	NaN	0.446768	NaN	0.472382	NaN
breast_cancer	OPTICS	min_samples=10	0.402715	NaN	1.253000e-06	NaN	0.000000	NaN	0.000	NaN	0.402716	NaN	-0.029367	NaN	0.231462	NaN	0.117665	NaN	0.156018	NaN
breast_cancer	OPTICS	min_samples=5	0.404768	NaN	3.950000e-07	NaN	0.000000	NaN	0.000	NaN	0.404769	NaN	-0.006150	NaN	0.251273	NaN	0.103581	NaN	0.146692	NaN
breast_cancer	RandomForest	n_estimators=100	0.222866	NaN	5.591382e-03	NaN	0.000000	NaN	0.000	NaN	0.228458	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
breast_cancer	RandomForest	n_estimators=50	0.144469	NaN	3.135922e-03	NaN	0.000000	NaN	0.000	NaN	0.147605	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
breast_cancer	SVC	C=0.5	0.004598	NaN	5.327164e-03	NaN	0.000000	NaN	0.000	NaN	0.009925	NaN	0.663975	NaN	0.551800	NaN	0.594598	NaN	0.572400	NaN
breast_cancer	SVC	C=1.0	0.004810	NaN	4.918686e-03	NaN	0.000000	NaN	0.000	NaN	0.009729	NaN	0.711667	NaN	0.598706	NaN	0.633466	NaN	0.615596	NaN
breast_cancer	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.482967	NaN	8.213790e-04	NaN	0.519531	NaN	0.000	NaN	1.483789	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
breast_cancer	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.574285	NaN	8.762460e-04	NaN	0.125000	NaN	0.000	NaN	1.575161	NaN	0.785972	NaN	0.675358	NaN	0.694991	NaN	0.685034	NaN
breast_cancer	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.523503	NaN	8.045100e-04	NaN	0.000000	NaN	0.000	NaN	1.524307	NaN	0.792730	NaN	0.682011	NaN	0.682965	NaN	0.682487	NaN
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	1.493666	NaN	7.072040e-04	NaN	0.000000	NaN	0.000	NaN	1.494373	NaN	0.792730	NaN	0.682011	NaN	0.682965	NaN	0.682487	NaN
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	1.538918	NaN	1.044525e-03	NaN	0.000000	NaN	0.000	NaN	1.539962	NaN	0.792730	NaN	0.682011	NaN	0.682965	NaN	0.682487	NaN
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.536346	NaN	1.017559e-03	NaN	0.125000	NaN	0.000	NaN	1.537363	NaN	0.792730	NaN	0.682011	NaN	0.682965	NaN	0.682487	NaN
breast_cancer	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	1.500156	NaN	8.761680e-04	NaN	0.000000	NaN	0.000	NaN	1.501032	NaN	0.792730	NaN	0.682011	NaN	0.682965	NaN	0.682487	NaN
breast_cancer	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.631994	NaN	8.574800e-04	NaN	0.000000	NaN	0.000	NaN	1.632851	NaN	0.792777	NaN	0.683314	NaN	0.682374	NaN	0.682844	NaN
breast_cancer	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.740642	NaN	1.147159e-03	NaN	0.000000	NaN	0.000	NaN	1.741789	NaN	0.792777	NaN	0.683314	NaN	0.682374	NaN	0.682844	NaN
circles	Birch	threshold=0.3	0.025015	NaN	1.049266e-03	NaN	0.000000	NaN	0.000	NaN	0.026064	NaN	0.022666	NaN	0.020719	NaN	0.022403	NaN	0.021528	NaN
circles	Birch	threshold=0.5	0.016970	NaN	9.996090e-04	NaN	0.000000	NaN	0.000	NaN	0.017969	NaN	-0.002954	NaN	0.000289	NaN	0.000289	NaN	0.000289	NaN
circles	Birch	threshold=0.7	0.017460	NaN	9.728880e-04	NaN	0.000000	NaN	0.000	NaN	0.018433	NaN	-0.002922	NaN	0.000036	NaN	0.000040	NaN	0.000038	NaN
circles	DBSCAN	eps=0.2	0.002104	NaN	8.800000e-07	NaN	0.000000	NaN	0.000	NaN	0.002105	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
circles	DBSCAN	eps=0.3	0.002394	NaN	1.184000e-06	NaN	0.000000	NaN	0.000	NaN	0.002395	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.4	0.001919	NaN	8.280000e-07	NaN	0.000000	NaN	0.000	NaN	0.001920	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.5	0.002102	NaN	1.166000e-06	NaN	0.000000	NaN	0.000	NaN	0.002103	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.6	0.002009	NaN	9.680000e-07	NaN	0.000000	NaN	0.000	NaN	0.002010	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.7	0.002052	NaN	9.480001e-07	NaN	0.000000	NaN	0.000	NaN	0.002053	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	DBSCAN	eps=0.8	0.002309	NaN	1.026000e-06	NaN	0.000000	NaN	0.000	NaN	0.002310	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	KMeans	n_clusters=1	0.001408	0.000264	2.648305e-04	0.000052	0.000000	0.0	0.000	0.0	0.001673	0.000316	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	KMeans	n_clusters=2	0.001639	NaN	2.312620e-04	NaN	0.000000	NaN	0.000	NaN	0.001871	NaN	-0.003307	NaN	0.000032	NaN	0.000032	NaN	0.000032	NaN
circles	KMeans	n_clusters=3	0.001839	NaN	2.952790e-04	NaN	0.000000	NaN	0.000	NaN	0.002134	NaN	-0.002822	NaN	0.001726	NaN	0.001090	NaN	0.001336	NaN
circles	KMeans	n_clusters=4	0.002241	NaN	2.002070e-04	NaN	0.000000	NaN	0.000	NaN	0.002442	NaN	-0.004951	NaN	0.000128	NaN	0.000064	NaN	0.000086	NaN
circles	LogisticRegression	C=0.1	0.001621	NaN	1.509100e-04	NaN	0.000000	NaN	0.000	NaN	0.001771	NaN	-0.003177	NaN	0.000128	NaN	0.000128	NaN	0.000128	NaN
circles	LogisticRegression	C=1.0	0.001500	NaN	1.666880e-04	NaN	0.000000	NaN	0.000	NaN	0.001666	NaN	-0.003177	NaN	0.000128	NaN	0.000128	NaN	0.000128	NaN
circles	LogisticRegression	C=10.0	0.001680	NaN	1.469840e-04	NaN	0.000000	NaN	0.000	NaN	0.001827	NaN	-0.003177	NaN	0.000128	NaN	0.000128	NaN	0.000128	NaN
circles	MeanShift	quantile=0.2	0.050238	NaN	1.427000e-06	NaN	0.000000	NaN	0.000	NaN	0.050239	NaN	-0.004924	NaN	0.000790	NaN	0.000341	NaN	0.000476	NaN
circles	MeanShift	quantile=0.3	0.023344	NaN	1.489000e-06	NaN	0.000000	NaN	0.000	NaN	0.023346	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
circles	OPTICS	min_samples=10	0.195370	NaN	1.774000e-06	NaN	0.000000	NaN	0.000	NaN	0.195371	NaN	0.058489	NaN	0.540227	NaN	0.191423	NaN	0.282681	NaN
circles	OPTICS	min_samples=5	0.201847	NaN	5.759999e-07	NaN	0.000000	NaN	0.000	NaN	0.201848	NaN	0.040072	NaN	0.800160	NaN	0.173734	NaN	0.285483	NaN
circles	RandomForest	n_estimators=100	0.118805	NaN	5.010666e-03	NaN	0.000000	NaN	0.000	NaN	0.123816	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
circles	RandomForest	n_estimators=50	0.060048	NaN	2.957824e-03	NaN	0.000000	NaN	0.000	NaN	0.063006	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
circles	SVC	C=0.5	0.001531	NaN	6.045950e-04	NaN	0.000000	NaN	0.000	NaN	0.002136	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
circles	SVC	C=1.0	0.001384	NaN	4.942470e-04	NaN	0.000000	NaN	0.000	NaN	0.001879	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
circles	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.187671	NaN	2.880400e-04	NaN	0.000000	NaN	0.000	NaN	0.187959	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.167478	NaN	4.421470e-04	NaN	0.000000	NaN	0.000	NaN	0.167920	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.169251	NaN	3.587590e-04	NaN	0.000000	NaN	0.000	NaN	0.169610	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0.164785	NaN	3.012960e-04	NaN	0.000000	NaN	0.000	NaN	0.165086	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0.179926	NaN	2.717670e-04	NaN	0.000000	NaN	0.000	NaN	0.180198	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.184786	NaN	2.851950e-04	NaN	0.000000	NaN	0.000	NaN	0.185071	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0.167836	NaN	3.274890e-04	NaN	0.000000	NaN	0.000	NaN	0.168163	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.166428	NaN	3.686040e-04	NaN	0.000000	NaN	0.000	NaN	0.166796	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
circles	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.162720	NaN	3.119340e-04	NaN	0.000000	NaN	0.000	NaN	0.163032	NaN	-0.003356	NaN	0.000000	NaN	0.000000	NaN	0.000000	NaN
digits	Birch	threshold=0.3	0.302523	NaN	5.295478e-02	NaN	3.609375	NaN	23.000	NaN	0.355478	NaN	0.794003	NaN	0.857513	NaN	0.879096	NaN	0.868170	NaN
digits	Birch	threshold=0.5	0.199853	NaN	2.314740e-02	NaN	1.875000	NaN	0.000	NaN	0.223001	NaN	0.794003	NaN	0.857513	NaN	0.879096	NaN	0.868170	NaN
digits	Birch	threshold=0.7	0.180752	NaN	2.053832e-02	NaN	1.875000	NaN	0.000	NaN	0.201291	NaN	0.794003	NaN	0.857513	NaN	0.879096	NaN	0.868170	NaN
digits	DBSCAN	eps=0.2	0.015024	NaN	1.387000e-06	NaN	-0.761719	NaN	0.000	NaN	0.015026	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.3	0.018594	NaN	1.105000e-06	NaN	0.019531	NaN	0.000	NaN	0.018595	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.4	0.017659	NaN	9.260001e-07	NaN	0.000000	NaN	0.000	NaN	0.017660	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.5	0.018052	NaN	1.188000e-06	NaN	0.000000	NaN	0.000	NaN	0.018054	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.6	0.019878	NaN	1.310000e-06	NaN	0.000000	NaN	0.000	NaN	0.019879	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.7	0.018044	NaN	1.138000e-06	NaN	0.000000	NaN	0.000	NaN	0.018045	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	DBSCAN	eps=0.8	0.016953	NaN	1.429000e-06	NaN	0.000000	NaN	0.000	NaN	0.016954	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	KMeans	n_clusters=10	0.008245	NaN	6.861520e-04	NaN	0.000000	NaN	0.000	NaN	0.008931	NaN	0.615354	NaN	0.716570	NaN	0.745165	NaN	0.730588	NaN
digits	KMeans	n_clusters=11	0.010714	NaN	6.763310e-04	NaN	0.000000	NaN	0.000	NaN	0.011390	NaN	0.593260	NaN	0.724602	NaN	0.727327	NaN	0.725962	NaN
digits	KMeans	n_clusters=12	0.009151	NaN	6.626000e-04	NaN	0.000000	NaN	0.000	NaN	0.009814	NaN	0.649736	NaN	0.770485	NaN	0.739477	NaN	0.754663	NaN
digits	KMeans	n_clusters=8	0.013504	NaN	7.723510e-04	NaN	1.750000	NaN	0.000	NaN	0.014277	NaN	0.513289	NaN	0.623680	NaN	0.720351	NaN	0.668539	NaN
digits	KMeans	n_clusters=9	0.008923	NaN	6.462110e-04	NaN	0.000000	NaN	0.000	NaN	0.009569	NaN	0.599500	NaN	0.693828	NaN	0.752382	NaN	0.721920	NaN
digits	LogisticRegression	C=0.1	14.822364	NaN	6.455730e-04	NaN	0.000000	NaN	0.000	NaN	14.823010	NaN	0.998779	NaN	0.998511	NaN	0.998504	NaN	0.998507	NaN
digits	LogisticRegression	C=1.0	4.134053	NaN	7.472917e-03	NaN	0.000000	NaN	0.000	NaN	4.141526	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
digits	LogisticRegression	C=10.0	3.371827	NaN	3.430002e-03	NaN	0.000000	NaN	0.000	NaN	3.375257	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
digits	MeanShift	quantile=0.2	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	0.000000	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	MeanShift	quantile=0.3	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	0.000000	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
digits	OPTICS	min_samples=10	1.341004	NaN	1.488000e-06	NaN	0.000000	NaN	0.000	NaN	1.341006	NaN	0.054739	NaN	0.193211	NaN	0.751714	NaN	0.307409	NaN
digits	OPTICS	min_samples=5	1.308969	NaN	3.620000e-07	NaN	0.000000	NaN	0.000	NaN	1.308970	NaN	0.060113	NaN	0.283501	NaN	0.542562	NaN	0.372409	NaN
digits	RandomForest	n_estimators=100	0.363024	NaN	1.835575e-02	NaN	0.000000	NaN	0.000	NaN	0.381379	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
digits	RandomForest	n_estimators=50	0.213725	NaN	9.703564e-03	NaN	0.000000	NaN	0.000	NaN	0.223429	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
digits	SVC	C=0.5	0.040992	NaN	9.686637e-02	NaN	0.000000	NaN	0.000	NaN	0.137859	NaN	0.979177	NaN	0.977049	NaN	0.977087	NaN	0.977068	NaN
digits	SVC	C=1.0	0.037953	NaN	8.283185e-02	NaN	0.000000	NaN	0.000	NaN	0.120785	NaN	0.992591	NaN	0.991344	NaN	0.991377	NaN	0.991361	NaN
digits	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	19.908541	NaN	2.346500e-03	NaN	2.000000	NaN	0.000	NaN	19.910888	NaN	0.319252	NaN	0.423422	NaN	0.447047	NaN	0.434914	NaN
digits	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	20.158291	NaN	3.412680e-03	NaN	-3.339844	NaN	0.250	NaN	20.161703	NaN	0.335627	NaN	0.444848	NaN	0.455257	NaN	0.449993	NaN
digits	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	18.475745	NaN	3.301773e-03	NaN	3.625000	NaN	0.000	NaN	18.479047	NaN	0.284410	NaN	0.384292	NaN	0.402263	NaN	0.393072	NaN
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	13.602569	NaN	3.027438e-03	NaN	-4.070312	NaN	0.125	NaN	13.605597	NaN	0.312595	NaN	0.421923	NaN	0.429865	NaN	0.425857	NaN
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	14.018281	NaN	2.349419e-03	NaN	-0.132812	NaN	0.000	NaN	14.020631	NaN	0.336169	NaN	0.446507	NaN	0.453818	NaN	0.450133	NaN
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	12.637869	NaN	4.163304e-03	NaN	0.039062	NaN	0.375	NaN	12.642033	NaN	0.336169	NaN	0.446507	NaN	0.453818	NaN	0.450133	NaN
digits	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	20.751166	NaN	7.053044e-03	NaN	0.320312	NaN	0.500	NaN	20.758219	NaN	0.341960	NaN	0.448259	NaN	0.455065	NaN	0.451636	NaN
digits	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	12.911191	NaN	3.228767e-03	NaN	-0.222656	NaN	0.125	NaN	12.914419	NaN	0.329337	NaN	0.437027	NaN	0.443343	NaN	0.440162	NaN
digits	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	10.249793	NaN	3.996124e-03	NaN	-0.121094	NaN	0.375	NaN	10.253789	NaN	0.335099	NaN	0.442028	NaN	0.448430	NaN	0.445206	NaN
iris	Birch	threshold=0.3	0.005056	NaN	6.599460e-04	NaN	0.460938	NaN	0.000	NaN	0.005716	NaN	0.565886	NaN	0.634835	NaN	0.791525	NaN	0.704574	NaN
iris	Birch	threshold=0.5	0.003041	NaN	5.369370e-04	NaN	0.000000	NaN	0.000	NaN	0.003578	NaN	0.609625	NaN	0.674706	NaN	0.738360	NaN	0.705099	NaN
iris	Birch	threshold=0.7	0.002975	NaN	4.699430e-04	NaN	0.000000	NaN	0.000	NaN	0.003445	NaN	0.612400	NaN	0.691002	NaN	0.768530	NaN	0.727707	NaN
iris	DBSCAN	eps=0.2	0.002445	NaN	1.877000e-06	NaN	0.375000	NaN	0.000	NaN	0.002447	NaN	0.040456	NaN	0.127206	NaN	0.324840	NaN	0.182820	NaN
iris	DBSCAN	eps=0.3	0.001883	NaN	1.392000e-06	NaN	0.000000	NaN	0.000	NaN	0.001885	NaN	0.281756	NaN	0.407655	NaN	0.473260	NaN	0.438014	NaN
iris	DBSCAN	eps=0.4	0.001662	NaN	1.158000e-06	NaN	0.000000	NaN	0.000	NaN	0.001663	NaN	0.589824	NaN	0.768854	NaN	0.549397	NaN	0.640859	NaN
iris	DBSCAN	eps=0.5	0.001499	NaN	9.470000e-07	NaN	0.000000	NaN	0.000	NaN	0.001500	NaN	0.520619	NaN	0.559946	NaN	0.656558	NaN	0.604416	NaN
iris	DBSCAN	eps=0.6	0.001575	NaN	7.640000e-07	NaN	0.000000	NaN	0.000	NaN	0.001576	NaN	0.536997	NaN	0.560329	NaN	0.738013	NaN	0.637013	NaN
iris	DBSCAN	eps=0.7	0.001526	NaN	1.764000e-06	NaN	0.000000	NaN	0.000	NaN	0.001528	NaN	0.562136	NaN	0.592280	NaN	0.895840	NaN	0.713099	NaN
iris	DBSCAN	eps=0.8	0.001418	NaN	9.980000e-07	NaN	0.000000	NaN	0.000	NaN	0.001419	NaN	0.563751	NaN	0.587916	NaN	0.920240	NaN	0.717464	NaN
iris	KMeans	n_clusters=1	0.001314	NaN	2.300550e-04	NaN	0.000000	NaN	0.000	NaN	0.001544	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
iris	KMeans	n_clusters=2	0.001620	NaN	2.167770e-04	NaN	0.000000	NaN	0.000	NaN	0.001836	NaN	0.539922	NaN	0.522322	NaN	0.883514	NaN	0.656519	NaN
iris	KMeans	n_clusters=3	0.001810	NaN	1.990750e-04	NaN	0.000000	NaN	0.000	NaN	0.002009	NaN	0.716342	NaN	0.736419	NaN	0.747487	NaN	0.741912	NaN
iris	KMeans	n_clusters=4	0.001780	NaN	2.312830e-04	NaN	0.000000	NaN	0.000	NaN	0.002012	NaN	0.649818	NaN	0.808314	NaN	0.652211	NaN	0.721920	NaN
iris	KMeans	n_clusters=5	0.002143	NaN	2.577210e-04	NaN	0.000000	NaN	0.000	NaN	0.002401	NaN	0.692706	NaN	0.929658	NaN	0.657220	NaN	0.770053	NaN
iris	LogisticRegression	C=0.1	0.013336	NaN	2.468180e-04	NaN	0.000000	NaN	0.000	NaN	0.013583	NaN	0.885697	NaN	0.863976	NaN	0.864395	NaN	0.864186	NaN
iris	LogisticRegression	C=1.0	0.015727	NaN	2.995240e-04	NaN	0.000000	NaN	0.000	NaN	0.016027	NaN	0.922177	NaN	0.900903	NaN	0.901341	NaN	0.901122	NaN
iris	LogisticRegression	C=10.0	0.015585	NaN	2.351840e-04	NaN	0.000000	NaN	0.000	NaN	0.015820	NaN	0.941012	NaN	0.919176	NaN	0.919287	NaN	0.919232	NaN
iris	MeanShift	quantile=0.2	0.154253	NaN	3.256000e-06	NaN	0.000000	NaN	0.000	NaN	0.154257	NaN	0.558371	NaN	0.553749	NaN	0.949020	NaN	0.699401	NaN
iris	MeanShift	quantile=0.3	0.072974	NaN	1.836000e-06	NaN	0.000000	NaN	0.000	NaN	0.072976	NaN	0.558371	NaN	0.553749	NaN	0.949020	NaN	0.699401	NaN
iris	OPTICS	min_samples=10	0.102177	NaN	1.582000e-06	NaN	0.125000	NaN	0.000	NaN	0.102179	NaN	0.095483	NaN	0.248884	NaN	0.387889	NaN	0.303214	NaN
iris	OPTICS	min_samples=5	0.101367	NaN	7.760000e-07	NaN	0.125000	NaN	0.000	NaN	0.101368	NaN	0.109599	NaN	0.430003	NaN	0.319638	NaN	0.366696	NaN
iris	RandomForest	n_estimators=100	0.120740	NaN	4.718724e-03	NaN	0.125000	NaN	0.000	NaN	0.125459	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
iris	RandomForest	n_estimators=50	0.084732	NaN	2.720897e-03	NaN	0.285156	NaN	0.000	NaN	0.087452	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
iris	SVC	C=0.5	0.001622	NaN	5.723890e-04	NaN	0.316406	NaN	0.000	NaN	0.002195	NaN	0.885697	NaN	0.863976	NaN	0.864395	NaN	0.864186	NaN
iris	SVC	C=1.0	0.001339	NaN	4.593480e-04	NaN	0.000000	NaN	0.000	NaN	0.001798	NaN	0.922155	NaN	0.898087	NaN	0.898087	NaN	0.898087	NaN
iris	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	2.047718	NaN	1.013472e-03	NaN	2.804688	NaN	0.000	NaN	2.048732	NaN	0.619769	NaN	0.652039	NaN	0.671812	NaN	0.661778	NaN
iris	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	2.236081	NaN	1.011502e-03	NaN	0.125000	NaN	0.000	NaN	2.237092	NaN	0.736903	NaN	0.727028	NaN	0.728167	NaN	0.727597	NaN
iris	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.991748	NaN	1.040351e-03	NaN	0.000000	NaN	0.000	NaN	1.992788	NaN	0.903714	NaN	0.880057	NaN	0.880164	NaN	0.880111	NaN
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	2.270899	NaN	1.682525e-03	NaN	0.125000	NaN	0.000	NaN	2.272581	NaN	0.903714	NaN	0.880057	NaN	0.880164	NaN	0.880111	NaN
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	1.989355	NaN	1.209624e-03	NaN	0.000000	NaN	0.000	NaN	1.990565	NaN	0.903714	NaN	0.880057	NaN	0.880164	NaN	0.880111	NaN
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.840494	NaN	1.301720e-03	NaN	0.000000	NaN	0.000	NaN	1.841795	NaN	0.903714	NaN	0.880057	NaN	0.880164	NaN	0.880111	NaN
iris	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	3.054547	NaN	1.572355e-03	NaN	0.000000	NaN	0.000	NaN	3.056119	NaN	0.885665	NaN	0.862270	NaN	0.862270	NaN	0.862270	NaN
iris	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.937819	NaN	1.175156e-03	NaN	0.125000	NaN	0.000	NaN	1.938995	NaN	0.903768	NaN	0.884578	NaN	0.885546	NaN	0.885062	NaN
iris	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	1.862790	NaN	1.213919e-03	NaN	0.125000	NaN	0.000	NaN	1.864004	NaN	0.922241	NaN	0.913474	NaN	0.915253	NaN	0.914363	NaN
moons	Birch	threshold=0.3	0.016319	NaN	1.070927e-03	NaN	0.000000	NaN	0.000	NaN	0.017390	NaN	0.516911	NaN	0.514958	NaN	0.546268	NaN	0.530151	NaN
moons	Birch	threshold=0.5	0.004532	NaN	7.957820e-04	NaN	0.000000	NaN	0.000	NaN	0.005327	NaN	0.671322	NaN	0.597940	NaN	0.606544	NaN	0.602211	NaN
moons	Birch	threshold=0.7	0.004888	NaN	6.942060e-04	NaN	0.000000	NaN	0.000	NaN	0.005582	NaN	0.234289	NaN	0.178815	NaN	0.179096	NaN	0.178955	NaN
moons	DBSCAN	eps=0.2	0.002036	NaN	1.250000e-06	NaN	0.000000	NaN	0.000	NaN	0.002037	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
moons	DBSCAN	eps=0.3	0.002035	NaN	1.034000e-06	NaN	0.000000	NaN	0.000	NaN	0.002036	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
moons	DBSCAN	eps=0.4	0.002209	NaN	1.554000e-06	NaN	0.000000	NaN	0.000	NaN	0.002210	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.5	0.002162	NaN	1.297000e-06	NaN	0.000000	NaN	0.000	NaN	0.002163	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.6	0.001894	NaN	1.571000e-06	NaN	0.000000	NaN	0.000	NaN	0.001896	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.7	0.002074	NaN	1.877000e-06	NaN	0.000000	NaN	0.000	NaN	0.002076	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
moons	DBSCAN	eps=0.8	0.002072	NaN	1.396000e-06	NaN	0.000000	NaN	0.000	NaN	0.002073	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
moons	KMeans	n_clusters=1	0.001456	0.000291	2.548965e-04	0.000004	0.000000	0.0	0.000	0.0	0.001710	0.000287	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
moons	KMeans	n_clusters=2	0.001505	NaN	2.608930e-04	NaN	0.000000	NaN	0.000	NaN	0.001766	NaN	0.234285	NaN	0.178415	NaN	0.178467	NaN	0.178441	NaN
moons	KMeans	n_clusters=3	0.002348	NaN	3.047390e-04	NaN	0.000000	NaN	0.000	NaN	0.002653	NaN	0.283430	NaN	0.433488	NaN	0.277433	NaN	0.338332	NaN
moons	KMeans	n_clusters=4	0.002481	NaN	3.241630e-04	NaN	0.000000	NaN	0.000	NaN	0.002805	NaN	0.245191	NaN	0.512328	NaN	0.259419	NaN	0.344433	NaN
moons	LogisticRegression	C=0.1	0.002474	NaN	1.533290e-04	NaN	0.000000	NaN	0.000	NaN	0.002627	NaN	0.469738	NaN	0.373983	NaN	0.374090	NaN	0.374037	NaN
moons	LogisticRegression	C=1.0	0.002331	NaN	1.760130e-04	NaN	0.000000	NaN	0.000	NaN	0.002507	NaN	0.566060	NaN	0.461512	NaN	0.461645	NaN	0.461579	NaN
moons	LogisticRegression	C=10.0	0.002311	NaN	1.982040e-04	NaN	0.000000	NaN	0.000	NaN	0.002509	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	MeanShift	quantile=0.2	0.061083	NaN	1.848000e-06	NaN	0.000000	NaN	0.000	NaN	0.061085	NaN	0.393459	NaN	0.462247	NaN	0.303189	NaN	0.366192	NaN
moons	MeanShift	quantile=0.3	0.069493	NaN	1.759000e-06	NaN	0.000000	NaN	0.000	NaN	0.069495	NaN	0.349921	NaN	0.281135	NaN	0.286005	NaN	0.283549	NaN
moons	OPTICS	min_samples=10	0.197869	NaN	1.427000e-06	NaN	0.000000	NaN	0.000	NaN	0.197871	NaN	0.165190	NaN	0.768775	NaN	0.246305	NaN	0.373080	NaN
moons	OPTICS	min_samples=5	0.196539	NaN	3.729999e-07	NaN	0.000000	NaN	0.000	NaN	0.196539	NaN	0.045003	NaN	0.706276	NaN	0.172274	NaN	0.276985	NaN
moons	RandomForest	n_estimators=100	0.125409	NaN	5.973829e-03	NaN	0.000000	NaN	0.000	NaN	0.131383	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
moons	RandomForest	n_estimators=50	0.063456	NaN	2.995323e-03	NaN	0.000000	NaN	0.000	NaN	0.066452	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
moons	SVC	C=0.5	0.001658	NaN	7.239360e-04	NaN	0.000000	NaN	0.000	NaN	0.002382	NaN	0.986667	NaN	0.971079	NaN	0.971110	NaN	0.971095	NaN
moons	SVC	C=1.0	0.001362	NaN	4.600450e-04	NaN	0.000000	NaN	0.000	NaN	0.001822	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
moons	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.363592	NaN	2.958510e-04	NaN	0.000000	NaN	0.000	NaN	0.363888	NaN	0.497699	NaN	0.399077	NaN	0.399282	NaN	0.399180	NaN
moons	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.297089	NaN	2.705550e-04	NaN	0.000000	NaN	0.000	NaN	0.297360	NaN	0.536227	NaN	0.433490	NaN	0.433490	NaN	0.433490	NaN
moons	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.311451	NaN	2.991020e-04	NaN	0.000000	NaN	0.000	NaN	0.311750	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	0.293440	NaN	3.272320e-04	NaN	0.000000	NaN	0.000	NaN	0.293767	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	0.292692	NaN	3.032720e-04	NaN	0.000000	NaN	0.000	NaN	0.292995	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.270844	NaN	3.253590e-04	NaN	0.000000	NaN	0.000	NaN	0.271169	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	0.351876	NaN	2.728230e-04	NaN	0.000000	NaN	0.000	NaN	0.352149	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.281786	NaN	3.103980e-04	NaN	0.000000	NaN	0.000	NaN	0.282096	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
moons	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	0.290232	NaN	3.981950e-04	NaN	0.000000	NaN	0.000	NaN	0.290631	NaN	0.596696	NaN	0.490302	NaN	0.490365	NaN	0.490333	NaN
wine	Birch	threshold=0.3	0.009380	NaN	6.262670e-04	NaN	0.250000	NaN	0.000	NaN	0.010006	NaN	0.368402	NaN	0.415861	NaN	0.416293	NaN	0.416077	NaN
wine	Birch	threshold=0.5	0.008267	NaN	6.505630e-04	NaN	0.125000	NaN	0.000	NaN	0.008917	NaN	0.368402	NaN	0.415861	NaN	0.416293	NaN	0.416077	NaN
wine	Birch	threshold=0.7	0.008412	NaN	5.878440e-04	NaN	0.000000	NaN	0.000	NaN	0.009000	NaN	0.368402	NaN	0.415861	NaN	0.416293	NaN	0.416077	NaN
wine	DBSCAN	eps=0.2	0.001752	NaN	8.780000e-07	NaN	0.000000	NaN	0.000	NaN	0.001753	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.3	0.001726	NaN	1.059000e-06	NaN	0.000000	NaN	0.000	NaN	0.001727	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.4	0.001680	NaN	8.470000e-07	NaN	0.000000	NaN	0.000	NaN	0.001681	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.5	0.001469	NaN	1.326000e-06	NaN	0.000000	NaN	0.000	NaN	0.001470	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.6	0.001687	NaN	1.181000e-06	NaN	0.000000	NaN	0.000	NaN	0.001689	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.7	0.001503	NaN	7.030000e-07	NaN	0.000000	NaN	0.000	NaN	0.001503	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	DBSCAN	eps=0.8	0.001473	NaN	7.010000e-07	NaN	0.000000	NaN	0.000	NaN	0.001473	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	KMeans	n_clusters=1	0.001219	NaN	2.058490e-04	NaN	0.000000	NaN	0.000	NaN	0.001425	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
wine	KMeans	n_clusters=2	0.001502	NaN	1.867010e-04	NaN	0.000000	NaN	0.000	NaN	0.001689	NaN	0.364941	NaN	0.320431	NaN	0.558824	NaN	0.407310	NaN
wine	KMeans	n_clusters=3	0.001547	NaN	2.213370e-04	NaN	0.000000	NaN	0.000	NaN	0.001768	NaN	0.371114	NaN	0.428812	NaN	0.428701	NaN	0.428757	NaN
wine	KMeans	n_clusters=4	0.001731	NaN	2.480900e-04	NaN	0.000000	NaN	0.000	NaN	0.001979	NaN	0.315704	NaN	0.421953	NaN	0.376080	NaN	0.397698	NaN
wine	KMeans	n_clusters=5	0.002128	NaN	2.578970e-04	NaN	0.000000	NaN	0.000	NaN	0.002386	NaN	0.280535	NaN	0.431509	NaN	0.327528	NaN	0.372396	NaN
wine	LogisticRegression	C=0.1	0.083047	NaN	2.978530e-04	NaN	0.000000	NaN	0.000	NaN	0.083345	NaN	0.880151	NaN	0.837651	NaN	0.836034	NaN	0.836842	NaN
wine	LogisticRegression	C=1.0	0.086404	NaN	2.813860e-04	NaN	0.000000	NaN	0.000	NaN	0.086686	NaN	0.930579	NaN	0.900249	NaN	0.902268	NaN	0.901257	NaN
wine	LogisticRegression	C=10.0	0.101836	NaN	2.467350e-04	NaN	0.000000	NaN	0.000	NaN	0.102083	NaN	0.981711	NaN	0.972740	NaN	0.973751	NaN	0.973246	NaN
wine	MeanShift	quantile=0.2	0.027265	NaN	1.291000e-06	NaN	0.000000	NaN	0.000	NaN	0.027266	NaN	0.300764	NaN	0.356125	NaN	0.404778	NaN	0.378896	NaN
wine	MeanShift	quantile=0.3	0.034373	NaN	8.090000e-07	NaN	0.000000	NaN	0.000	NaN	0.034373	NaN	0.450676	NaN	0.372623	NaN	0.613739	NaN	0.463711	NaN
wine	OPTICS	min_samples=10	0.117558	NaN	9.340000e-07	NaN	0.125000	NaN	0.000	NaN	0.117559	NaN	0.178321	NaN	0.357584	NaN	0.232389	NaN	0.281703	NaN
wine	OPTICS	min_samples=5	0.122181	NaN	4.030000e-07	NaN	0.000000	NaN	0.000	NaN	0.122181	NaN	0.089435	NaN	0.430465	NaN	0.212632	NaN	0.284656	NaN
wine	RandomForest	n_estimators=100	0.121056	NaN	4.416842e-03	NaN	0.000000	NaN	0.000	NaN	0.125473	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
wine	RandomForest	n_estimators=50	0.082730	NaN	2.713138e-03	NaN	0.000000	NaN	0.000	NaN	0.085443	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN	1.000000	NaN
wine	SVC	C=0.5	0.001705	NaN	9.217110e-04	NaN	0.000000	NaN	0.000	NaN	0.002626	NaN	0.421572	NaN	0.375896	NaN	0.545799	NaN	0.445188	NaN
wine	SVC	C=1.0	0.001543	NaN	8.562820e-04	NaN	0.000000	NaN	0.000	NaN	0.002399	NaN	0.405165	NaN	0.396017	NaN	0.399839	NaN	0.397919	NaN
wine	SheShe	('C=0.01,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	3.331272	NaN	1.355532e-03	NaN	0.125000	NaN	0.000	NaN	3.332628	NaN	0.627496	NaN	0.623554	NaN	0.655115	NaN	0.638945	NaN
wine	SheShe	('C=0.1,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	3.412065	NaN	1.873790e-03	NaN	0.000000	NaN	0.000	NaN	3.413939	NaN	0.769953	NaN	0.758633	NaN	0.762076	NaN	0.760351	NaN
wine	SheShe	('C=1.0,max_order=2,jaccard_threshold=0.55,', 'base_2d_rays=24')	3.277184	NaN	1.537741e-03	NaN	0.125000	NaN	0.000	NaN	3.278722	NaN	0.784205	NaN	0.763234	NaN	0.762832	NaN	0.763033	NaN
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.4,', 'base_2d_rays=24')	3.398463	NaN	1.339349e-03	NaN	0.000000	NaN	0.000	NaN	3.399803	NaN	0.784205	NaN	0.763234	NaN	0.762832	NaN	0.763033	NaN
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=16')	3.759386	NaN	1.321292e-03	NaN	0.000000	NaN	0.000	NaN	3.760707	NaN	0.829487	NaN	0.792697	NaN	0.792697	NaN	0.792697	NaN
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	3.274733	NaN	1.560290e-03	NaN	0.000000	NaN	0.000	NaN	3.276293	NaN	0.784205	NaN	0.763234	NaN	0.762832	NaN	0.763033	NaN
wine	SheShe	('C=1.0,max_order=3,jaccard_threshold=0.7,', 'base_2d_rays=24')	4.639464	NaN	1.820998e-03	NaN	0.000000	NaN	0.000	NaN	4.641285	NaN	0.861911	NaN	0.834893	NaN	0.832613	NaN	0.833751	NaN
wine	SheShe	('C=10.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	3.085587	NaN	1.387244e-03	NaN	0.125000	NaN	0.000	NaN	3.086974	NaN	0.784205	NaN	0.763234	NaN	0.762832	NaN	0.763033	NaN
wine	SheShe	('C=100.0,max_order=3,jaccard_threshold=0.55,', 'base_2d_rays=24')	2.829897	NaN	1.718654e-03	NaN	0.000000	NaN	0.000	NaN	2.831616	NaN	0.813647	NaN	0.779711	NaN	0.779027	NaN	0.779369	NaN