2.2 Data mining approach and evalua

2.2 Data mining approach and evaluation
We will adopt a regression approach, which preserves the order of the preferences. For instance, if the true grade is 3, then a model that predicts 4 is better than one that predicts 7. A regression dataset D is made up of k ∈ {1,...,N} examples, each mapping an input vector with I input variables (xk1 , . . . , xkI ) to a given target yk. The regression performance is commonly measured by an error metric, such

ผลลัพธ์ (ไทย) 2:

2.2
วิธีการทำเหมืองข้อมูลและการประเมินผลเราจะนำวิธีการถดถอยซึ่งเก็บรักษาคำสั่งของการตั้งค่าที่ ตัวอย่างเช่นถ้าชั้นประถมศึกษาปีที่แท้จริงคือ 3 แล้วรูปแบบที่คาดการณ์ 4 ดีกว่าคาดการณ์หนึ่งที่ 7. ชุดข้อมูลที่ถดถอย D จะถูกสร้างขึ้นจาก k ∈ {1, ... , n} ตัวอย่างแต่ละเวกเตอร์ทำแผนที่การป้อนข้อมูล กับตัวแปรฉัน (xk1,..., xkI) เพื่อ YK เป้าหมายที่กำหนด ประสิทธิภาพที่ถดถอยเป็นวัดโดยทั่วไปตัวชี้วัดข้อผิดพลาดดังกล่าว

ผลลัพธ์ (ไทย) 3:

2.2 การทำเหมืองข้อมูลวิธีการประเมินผล
เราจะ adopt วิธีการถดถอย ซึ่งรักษาคำสั่งของการตั้งค่า ตัวอย่าง ถ้าเกรดที่แท้จริงคือ 3 , แล้วรุ่นที่คาดการณ์ 4 ดีกว่าที่คาดการณ์ 7 ถดถอยข้อมูล D ถูกสร้างขึ้นจาก∈ { 1 K , . . . , n } ตัวอย่างแต่ละแผนที่เวกเตอร์ใส่กับผมใส่ตัวแปร ( xk1 , . . . . . . . . xki ) , YK ที่กำหนดเป้าหมายประสิทธิภาพการถดถอยโดยทั่วไป โดยวัดจากข้อผิดพลาด ( เช่น