As input variables for these algori

As input variables for these algorithms, a combination of environment variables was used. For
the development of the classification models, four feature selection techniques, i.e., two subset evaluation
(correlation-based feature-subset selection and consistency-based subset evaluation) and two attribute
evaluation (ReliefF and minimum redundancy maximum relevance) were implemented to reduce
the models’ complexity.

ผลลัพธ์ (ไทย) 1:

เป็นตัวแปรที่ป้อนเข้าอัลกอริทึมเหล่านี้ ใช้การรวมกันของตัวแปรสภาพแวดล้อม สำหรับการพัฒนารูปแบบการจัดประเภท สี่มีเทคนิคในการเลือก เช่น สองชุดย่อยการประเมิน(ความสัมพันธ์คุณลักษณะย่อยที่เลือกและการประเมินความสอดคล้องของคะแนนย่อย) และแอตทริบิวต์ที่สองการประเมินผล (ReliefF และความเกี่ยวข้องสูงสุดต่ำสุดสำรอง) ถูกนำมาใช้เพื่อลดความซับซ้อนของโมเดล

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นตัวแปรสำหรับขั้นตอนวิธีการเหล่านี้รวมกันของตัวแปรสภาพแวดล้อมที่ถูกนำมาใช้ สำหรับ
การพัฒนารูปแบบการจัดหมวดหมู่สี่คุณลักษณะเทคนิคการเลือกคือสองการประเมินผลกลุ่มย่อย
(การเลือกความสัมพันธ์ตามคุณลักษณะกลุ่มย่อยและความสอดคล้องตามการประเมินผลกลุ่มย่อย) และแอตทริบิวต์สอง
การประเมินผล (ReliefF และความซ้ำซ้อนขั้นต่ำความสัมพันธ์กันสูงสุด) ถูกนำมาใช้เพื่อลด
ซับซ้อนรุ่น '

ผลลัพธ์ (ไทย) 3:

ในขณะที่ตัวแปรนำเข้าสำหรับขั้นตอนวิธีเหล่านี้ , การรวมกันของตัวแปรสภาพแวดล้อมที่ใช้ สำหรับการพัฒนาของการจำแนกรุ่นสี่เทคนิคการคัดเลือกคุณลักษณะ เช่น สองย่อยประเมิน( ความสัมพันธ์และความสอดคล้องของการประเมินคุณสมบัติการย่อยย่อยตามลักษณะจาก ) และสองการประเมินผล ( relieff ) สูงสุดและต่ำสุดที่เกี่ยวข้อง ) ถูกนำมาใช้เพื่อลดโมเดล " ความซับซ้อน