6.1 PREDICTING GAMBLING REFERENDA W

6.1 PREDICTING GAMBLING REFERENDA WITH NEURAL NETWORKS
On average, the ANN model predicted the voting outcome with 82 percent accuracy (correctly predicting four out five counties) on the test dataset (data that the ANN has not seen during model building process).
Using sensitivity analysis on the trained neural network model, the researchers identified
the most important variable in predicting gaming ballot outcomes,
the most dominant variable were the county’s religious inclination (i.e., percent church membership),
the county’s ethnic diversity (i.e., percent minority),
and whether the county was classified as a Metropolitan Statistical Area (MSA) by the U.S. Census.
Contrary to conventional wisdom, a county’s financial characteristic and age distribution were not found to be significant factors in determining ballot outcomes.

ผลลัพธ์ (ไทย) 1:

6.1 คาดการณ์ REFERENDA เล่นพนันกับเครือข่ายประสาทโดยเฉลี่ย แบบแอนคาดว่า ผลการลงคะแนนเสียง ด้วย 82 เปอร์เซ็นต์ความถูกต้อง (ถูกคาดการณ์สี่ออกห้าเขต) บนชุดข้อมูลทดสอบ (ข้อมูลที่ไม่เห็นแอนในระหว่างขั้นตอนการสร้างแบบจำลอง) ใช้การวิเคราะห์ความไวในรูปแบบเครือข่ายประสาทที่ผ่านการฝึกอบรม นักวิจัยระบุ ตัวแปรสำคัญในการทำนายผลลงคะแนนเกม ตัวแปรหลักส่วนใหญ่มีความเอียงของเขตทางศาสนา (เช่น เปอร์เซ็นต์คริสตจักรสมาชิก), ความหลากหลายทางชาติพันธุ์ของเขต (เช่น เปอร์เซ็นต์ส่วนน้อย), และว่าเขตได้จัดเป็นเป็นนครหลวงทางสถิติตั้ง (MSA) โดยสำมะโนสหรัฐอเมริกา ขัดกับภูมิปัญญาดั้งเดิม ลักษณะทางการเงินของเขตและแจกแจงอายุไม่พบเป็น ปัจจัยสำคัญในการกำหนดผลการลงคะแนน

ผลลัพธ์ (ไทย) 2:

6.1 การพยากรณ์การพนัน Referenda กับเครือข่ายประสาท
โดยเฉลี่ยแบบจำลอง ANN คาดการณ์ผลการลงคะแนนที่มีความถูกต้องร้อยละ 82 (อย่างถูกต้องทำนายสี่ห้ามณฑล) ในชุดทดสอบ (ข้อมูลที่แอนยังไม่เห็นในระหว่างขั้นตอนการสร้างแบบจำลอง).
โดยใช้การวิเคราะห์ความไว ในรูปแบบเครือข่ายประสาทการฝึกอบรมนักวิจัยระบุ
ตัวแปรที่สำคัญที่สุดในการทำนายผลการลงคะแนนเสียงการเล่นเกม
ตัวแปรที่โดดเด่นมากที่สุดคือความโน้มเอียงทางศาสนาของมณฑล (เช่นการเป็นสมาชิกคริสตจักรเปอร์เซ็นต์)
ความหลากหลายทางชาติพันธุ์ของมณฑล (เช่นชนกลุ่มน้อยเปอร์เซ็นต์)
และไม่ว่า มณฑลถูกจัดเป็นสถิติพื้นที่นครบาล (MSA) โดยสำรวจสำมะโนประชากรของสหรัฐ.
ตรงกันข้ามกับภูมิปัญญาดั้งเดิมลักษณะทางการเงินของมณฑลและการกระจายอายุไม่พบจะเป็นปัจจัยที่สำคัญในการพิจารณาผลการลงคะแนนเสียง

ผลลัพธ์ (ไทย) 3:

6.1 ทำนายสิ่งที่การพนันกับ
โครงข่ายประสาทเทียมโดยเฉลี่ยแบบแอนทำนายผลโหวตกับ 82 เปอร์เซ็นต์ความถูกต้อง ( อย่างถูกต้องทำนายสี่จากห้าจังหวัด ) ในการทดสอบชุดข้อมูล ( ข้อมูลที่แอนได้เห็นในระหว่างขั้นตอนการสร้างโมเดล )
ใช้ การวิเคราะห์ความไวในการฝึกแบบจำลองโครงข่ายประสาทเทียม , นักวิจัยระบุ
ตัวแปรที่สำคัญที่สุดในการทำนายเกมลงคะแนนผลลัพธ์
ตัวแปรเด่นส่วนใหญ่มีความโน้มเอียงทางศาสนาของเมือง เช่น โบสถ์ ( สมาชิก ) ,
ความหลากหลายทางชาติพันธุ์ของมณฑล ได้แก่ เปอร์เซ็นต์ส่วนน้อย )
และไม่ว่าเขตตามเขตทางสถิติ ( MSA ) โดยการสำรวจสำมะโนประชากรของสหรัฐอเมริกา
ต่อปัญญาปกติของเขตการเงิน ลักษณะและการกระจายอายุไม่พบว่าเป็นปัจจัยในการกำหนดผลลัพธ์ของการลงคะแนนเสียง .