For practical applications, data pr

For practical applications, data pre-processing is often a necessary step in the development of solution. In the simplest case, pre-processing may take the form of a linear rescaling of the input variables so that they have similar values regardless of the units in which each of these is expressed. More complex pre-processing may involve
reduction of the dimensionality of the input data. The fact that such dimensionality reduction can lead to improved performance may appear somewhat paradoxical, since it
cannot increase the information content of the input data,and in most cases will reduce it. The solution to this paradox is related to the curse of dimensionality.

ผลลัพธ์ (ไทย) 1:

สำหรับประยุกต์ใช้งานจริง ข้อมูลก่อนประมวลผลเป็นขั้นตอนที่จำเป็นในการพัฒนาโซลูชัน ในกรณีที่ง่ายที่สุด ก่อนการประมวลผลอาจใช้แบบเป็นเชิงเส้น rescaling ของตัวแปรอินพุตเพื่อให้พวกเขามีค่าคล้ายกันว่าหน่วยซึ่งแต่ละเหล่านี้จะแสดง ก่อนการประมวลผลที่ซับซ้อนอาจเกี่ยวข้องกับลด dimensionality ของข้อมูลที่ป้อนเข้า จริงที่ลด dimensionality ดังกล่าวสามารถนำไปปรับปรุงประสิทธิภาพอาจปรากฏค่อนข้าง paradoxical ตั้งแต่ไม่สามารถเพิ่มเนื้อหารายละเอียด ของข้อมูลที่ป้อนเข้า และ ในกรณีส่วนใหญ่จะลดก็ โซลูชัน paradox นี้เกี่ยวข้องกับคำสาปแช่งของ dimensionality

ผลลัพธ์ (ไทย) 2:

สำหรับการใช้งานในทางปฏิบัติการประมวลผลข้อมูลก่อนมักจะเป็นขั้นตอนที่จำเป็นในการพัฒนาของการแก้ปัญหา ในกรณีที่ง่ายที่สุดก่อนการประมวลผลอาจจะใช้รูปแบบของ rescaling เชิงเส้นของตัวแปรเพื่อให้พวกเขามีค่าที่คล้ายกันโดยไม่คำนึงถึงหน่วยที่แต่ละเหล่านี้จะแสดง ที่ซับซ้อนมากขึ้นก่อนการประมวลผลอาจจะเกี่ยวข้องกับ
การลดลงของมิติของข้อมูลเข้า ความจริงที่ว่าลดมิติดังกล่าวสามารถนำไปสู่การปรับปรุงประสิทธิภาพการทำงานอาจปรากฏขัดแย้งบ้างเพราะมัน
ไม่สามารถเพิ่มข้อมูลเนื้อหาของข้อมูลเข้าและในกรณีส่วนใหญ่จะลดความมัน วิธีการแก้ความขัดแย้งนี้มีความเกี่ยวข้องกับคำสาปแช่งของมิติ

ผลลัพธ์ (ไทย) 3:

สำหรับการปฏิบัติงาน การประมวลผลข้อมูลมักจะเป็นขั้นตอนที่จำเป็นในการพัฒนาโซลูชั่น ในกรณีที่ง่ายที่สุด การประมวลผลอาจใช้รูปแบบของ rescaling เชิงเส้นของตัวแปรนำเข้าเพื่อที่พวกเขามีเหมือนกันค่า ไม่ว่าหน่วยซึ่งแต่ละเหล่านี้แสดงออกมา การประมวลผลที่ซับซ้อนมากขึ้นอาจเกี่ยวข้องกับการลดลงของ dimensionality
ของข้อมูลเริ่มต้นความจริงที่ว่า การลด dimensionality ดังกล่าวสามารถนำไปสู่การปรับปรุงการปฏิบัติงานอาจปรากฏขึ้นค่อนข้างขัดแย้งเนื่องจาก
ไม่สามารถเพิ่มข้อมูลของข้อมูลเข้าและในกรณีส่วนใหญ่จะลดมัน การแก้ปัญหาความขัดแย้งนี้เกี่ยวข้องกับคำสาปของ dimensionality .