Choosing the right classifier for a

Choosing the right classifier for a RS is not easy and is in many senses task and
data-dependent. In the case of CF, some results seem to indicate that model-based
approaches using classifiers such as the SVM or Bayesian Networks can slightly
improve performance of the standard kNN classifier. However, those results are non-
conclusive and hard to generalize. In the case of a content-based RS there is some
evidence that in some cases Bayesian Networks will perform better than simpler2 Data Mining Methods for Recommender Systems methods such as decision trees. However, it is not clear that more complex non- linear classifiers such as the ANN or SVMs can perform better.

ผลลัพธ์ (ไทย) 1:

เลือก classifier ขวา RS ยังไม่ใช่เรื่องง่าย และในงานความรู้สึกมาก และข้อมูลขึ้นอยู่กับการ ในกรณี CF ผลลัพธ์บางอย่างดูเหมือนจะที่จำลองขึ้นแจ้งใช้ classifiers เช่น SVM หรือทฤษฎีเครือข่ายสามารถเล็กน้อยเพิ่มประสิทธิภาพของ classifier kNN มาตรฐาน อย่างไรก็ตาม ผลลัพธ์เหล่านั้นไม่ใช่ข้อสรุป และยากที่จะทั่วไป ในกรณีของ RS ที่ตามเนื้อหา มีบางหลักฐานที่ในบางกรณีทฤษฎีเครือข่ายจะทำงานดีขึ้นกว่า simpler2 ข้อมูลวิธีการทำเหมืองแร่ในระบบผู้แนะนำวิธีเช่นต้นไม้ตัดสินใจ อย่างไรก็ตาม มันจะไม่ชัดเจนที่ซับซ้อนไม่เชิง classifiers เช่นแอนหรือ SVMs สามารถทำงานดีขึ้น

ผลลัพธ์ (ไทย) 2:

เลือกเอ้อจัดประเภทที่เหมาะสมสำหรับอาร์เอสไม่ได้เป็นเรื่องง่ายและในหลาย ๆ ความรู้สึกของงานและ
ขึ้นอยู่กับข้อมูล ในกรณีที่ CF, ผลบางอย่างชี้ให้เห็นว่าแบบที่ใช้
วิธีการใช้ ERS จัดประเภทเช่น SVM หรือเครือข่ายแบบเบย์เล็กน้อยสามารถ
ปรับปรุงประสิทธิภาพของมาตรฐาน kNN จัดประเภทเอ้อไฟ อย่างไรก็ตามผลเหล่านี้จะไม่
ได้ข้อสรุปและยากที่จะพูดคุย ในกรณีของอาร์เอสเนื้อหาตามมีบาง
หลักฐานว่าในบางกรณีเครือข่ายแบบเบย์จะมีประสิทธิภาพสูงกว่า simpler2 ข้อมูลวิธีการทำเหมืองแร่สำหรับวิธีการ Recommender ระบบเช่นต้นไม้ตัดสินใจ แต่ก็ยังไม่ชัดเจนว่าที่ซับซ้อนมากขึ้นไม่ใช่ ERS จัดประเภทเชิงเส้นเช่น ANN หรือ SVMs สามารถทำงานได้ดีขึ้น

ผลลัพธ์ (ไทย) 3:

การเลือกขวา classi เอ้อสำหรับอาร์เอสจึงไม่ใช่เรื่องง่าย และในงาน ความรู้สึกมากมายและ
ข้อมูลขึ้นอยู่กับ ในกรณีของโฆษณา ผลลัพธ์บางอย่างดูเหมือนจะบ่งชี้ว่าวิธีการที่ใช้สำหรับ
ERS จึง classi เช่น SVM หรือเครือข่ายแบบเบย์สามารถเล็กน้อย
ปรับปรุงประสิทธิภาพของมาตรฐาน knn classi จึงเอ้อ อย่างไรก็ตาม ผลลัพธ์เหล่านั้นจะไม่ใช่ -
สรุปและหายาก .ในกรณีที่มีเนื้อหา RS มีหลักฐานบางอย่าง
ที่ในบางกรณีเครือข่ายคชกรรมจะแสดงได้ดีกว่าวิธีการทำเหมืองข้อมูล simpler2 เพื่อแนะนำระบบวิธีการ เช่น ต้นไม้ การตัดสินใจ อย่างไรก็ตาม ไม่เป็นที่ชัดเจนว่า ที่ซับซ้อนมากขึ้นไม่ ERS จึง classi เชิงเส้น เช่น แอน หรือ แบบสามารถเล่นได้ดีขึ้น