We also realized that, in order to

We also realized that, in order to achieve high precision and recall
accuracy, only a subset of our initial set of classification features is
necessary. In addition to traditional features on average speed and
average acceleration, we identified for the first time the features on average bus closeness, average rail line closeness, and average
candidate bus closeness. Using only this subset of features, and
suppressing the other classification features that are not necessary,
the precision accuracy was still over 92.5%.

ผลลัพธ์ (ไทย) 1:

เรายังตระหนักว่า เพื่อความแม่นยำสูงและเรียกคืนมีเพียงชุดย่อยของชุดของเราเริ่มต้นของการแบ่งประเภทความแม่นยำจำเป็น นอกแบบดั้งเดิมทำงานโดยเฉลี่ยความเร็ว และความเร่งเฉลี่ย ที่เราระบุเป็นครั้งแรกที่ลักษณะการทำงาน โดยเฉลี่ยรถความใกล้เคียง ความใกล้เคียงเส้นทางรถไฟเฉลี่ย และค่าเฉลี่ยผู้ขนส่งความใกล้เคียงกัน ใช้เท่านี้ชุดย่อยของคุณลักษณะ และเมื่อคุณลักษณะจัดประเภทอื่น ๆ ที่ไม่จำเป็นความถูกต้องแม่นยำได้ยังกว่า 92.5%

ผลลัพธ์ (ไทย) 2:

นอกจากนี้เรายังตระหนักว่าเพื่อให้บรรลุความแม่นยำสูงและเรียกคืนความถูกต้องเพียงส่วนหนึ่งของชุดแรกของเราของคุณสมบัติการจัดหมวดหมู่เป็นสิ่งที่จำเป็น นอกจากคุณสมบัติดั้งเดิมอยู่กับความเร็วเฉลี่ยและการเร่งความเร็วโดยเฉลี่ยแล้วเราระบุเป็นครั้งแรกคุณสมบัติบนรถบัสเฉลี่ยความใกล้ชิดทางรถไฟสายเฉลี่ยความใกล้ชิดและค่าเฉลี่ยรถบัสผู้สมัครที่มีความใกล้ชิด โดยใช้เพียงส่วนหนึ่งของคุณสมบัตินี้และปราบปรามการจำแนกคุณลักษณะอื่น ๆ ที่ไม่จำเป็นต้องมีความถูกต้องแม่นยำก็ยังคงมากกว่า92.5%

ผลลัพธ์ (ไทย) 3:

เรายังตระหนักว่าเพื่อให้บรรลุความแม่นยำสูงและเรียกคืน
ความถูกต้องเฉพาะชุดย่อยของชุดของเราเริ่มต้นมีการจำแนกเป็น
ที่จําเป็น นอกเหนือไปจากคุณสมบัติแบบดั้งเดิมในความเร็วเฉลี่ยและ
ความเร่งเฉลี่ย เราระบุเป็นครั้งแรกบนรถเมล์มีความใกล้ชิดความสนิทสนมโดยทางรถไฟ เฉลี่ย และความใกล้ชิดทางผู้สมัครเฉลี่ย

ใช้เพียงบางส่วนของคุณสมบัติ และการอื่น ๆ การ
คุณสมบัติที่ไม่จำเป็น ,
ความแม่นยำความถูกต้องยังกว่า 92.5%