Figure 4 show the data from the per

Figure 4 show the data from the person-to-person variation study to assess prediction accuracy for unknown stains. 2160 bloodstain images were divided into two sets 70% of training set and 30% of validation set. A simple age estimation method using linear regression with magenta value as the predictor for time since deposition gave highly accurate and precise predictions up to one day, but after that both accuracy and precision are worsened increasing with time

ผลลัพธ์ (ไทย) 1:

รูปที่ 4 แสดงข้อมูลจากการศึกษารูปแบบของคนที่คนที่จะประเมินความถูกต้องในการทำนายคราบทราบ 2160 ภาพคราบเลือดถูกแบ่งออกเป็นสองชุด 70% ของชุดการฝึกอบรมและ 30% ของการตั้งค่าการตรวจสอบ วิธีการประมาณอายุง่ายโดยใช้การถดถอยเชิงเส้นที่มีมูลค่าเป็นสีม่วงแดงทำนายเวลาตั้งแต่การสะสมให้การคาดการณ์แม่นยำและเที่ยงตรงสูงถึงวันหนึ่งแต่หลังจากนั้นทั้งความถูกต้องและความแม่นยำที่เพิ่มขึ้นจะแย่ลงด้วยเวลา

ผลลัพธ์ (ไทย) 2:

รูปที่ 4 แสดงข้อมูลจากการศึกษาการเปลี่ยนแปลงที่เกิดเพื่อประเมินความแม่นยำทำนายสำหรับคราบที่ไม่รู้จัก 2160 bloodstain ภาพถูกแบ่งออกเป็นสองชุด 70% ของการฝึกอบรมตั้งและ 30% ของการตรวจสอบตั้ง วิธีการประเมินอายุอย่างใช้ถดถอยเชิงเส้น มีค่าม่วงเป็นจำนวนประตูที่เวลาตั้งแต่สะสมให้คาดคะเนถูกต้อง และแม่นยำมากขึ้นวันหนึ่ง แต่หลังจากที่ ถูกต้องและความแม่นยำมี worsened เพิ่มเวลา

ผลลัพธ์ (ไทย) 3:

รูปที่ 4 แสดงให้เห็นว่าข้อมูลจากการศึกษาคนใน - คนไม่เหมือนกันที่จะประเมินความแม่นยำการคาดเดาสำหรับคราบที่ไม่รู้จัก 2160 , ภาพ bloodstain ถูกแบ่งออกเป็นสองชุดชุด 70% ในการตั้งค่าการฝึกอบรมและ 30% ของการตรวจสอบการตั้งค่า วิธีการประเมินราคาอายุแบบเรียบง่ายด้วยการใช้สหสัมพันธ์เชิงเส้นสีม่วงแดงตามแนวยาวพร้อมด้วยความคุ้มค่าเป็นตัวทำนายได้สำหรับระยะเวลานับตั้งแต่มีการทำนายให้ความแม่นยำสูงและได้อย่างแม่นยำได้ถึงหนึ่งวันแต่หลังจากที่แม่นยำและถูกต้องทั้งสองจะทำให้มันเลวร้ายลงไปอีกมากขึ้นมีเวลา