We decide to carry out a study of f

We decide to carry out a study of feature selection to try
to identify which feature has the greatest effect on our output
variable (academic status). There are a wide range of attribute
selection algorithms that can be grouped in different ways.
One popular categorization is one in which the algorithms
differ in the way they evaluate attributes and are classified as:
filters, which select and evaluate features independently of the
learning algorithm and wrappers, which use the performance
of a classifier (learning algorithm) to determine the desirability
of a subset [15].

ผลลัพธ์ (ไทย) 1:

เราตัดสินใจที่จะดำเนินการศึกษาการเลือกคุณลักษณะการการระบุคุณลักษณะใดได้ผลมากที่สุดผลผลิตของเราตัวแปร (สถานะทางวิชาการ) มีคุณลักษณะที่หลากหลายอัลกอริทึมตัวเลือกที่สามารถจัดกลุ่มด้วยวิธีการต่าง ๆยอดนิยมประเภทหนึ่งเป็นหนึ่งในอัลกอริทึมการแตกต่างในวิธีการจะประเมินคุณลักษณะ และจัดประเภทเป็น:ตัวกรอง การเลือก และประเมินเป็นอิสระจากของเรียนรู้ขั้นตอนวิธีและห่อ ใช้ประสิทธิภาพการทำงานของ classifier (เรียนรู้อัลกอริทึม) เพื่อกำหนดชอบธรรมของเซตย่อย [15]

ผลลัพธ์ (ไทย) 2:

เราตัดสินใจที่จะดำเนินการศึกษาคุณลักษณะของการเลือกที่จะพยายาม
ที่จะระบุว่าคุณลักษณะที่มีผลกระทบที่ยิ่งใหญ่ที่สุดในการส่งออกของเรา
ตัวแปร (สถานะทางวิชาการ) มีหลากหลายของแอตทริบิวต์มี
. ขั้นตอนวิธีการเลือกที่สามารถจัดกลุ่มในรูปแบบที่แตกต่างกัน
หมวดหมู่หนึ่งที่เป็นที่นิยมซึ่งเป็นหนึ่งในขั้นตอนวิธี
แตกต่างกันในวิธีที่พวกเขาประเมินคุณลักษณะและจะจัดเป็น:
ตัวกรองที่เลือกและประเมินคุณลักษณะเป็นอิสระจาก
ขั้นตอนวิธีการเรียนรู้ และห่อซึ่งใช้ผลการดำเนินงาน
ของลักษณนาม (ขั้นตอนวิธีการเรียนรู้) เพื่อตรวจสอบความพึงปรารถนา
ของเซต [15]

ผลลัพธ์ (ไทย) 3:

เราตัดสินใจที่จะดำเนินการศึกษาการเลือกคุณลักษณะลอง
ระบุซึ่งคุณลักษณะได้ผลมากที่สุดเกี่ยวกับตัวแปรผลผลิต
ของเรา ( สถานะทางวิชาการ ) มีช่วงกว้างของการเลือกคุณลักษณะ
ขั้นตอนวิธีที่สามารถจัดกลุ่มได้ในวิธีที่แตกต่างกัน หนึ่งที่นิยมเป็นที่หนึ่งในการจัดหมวดหมู่

ซึ่งขั้นตอนวิธีที่แตกต่างกันในวิธีที่พวกเขาประเมินคุณลักษณะและจะแบ่งเป็น :
ตัวกรองที่เลือกและประเมินคุณสมบัติเป็นอิสระจาก
การเรียนรู้ขั้นตอนวิธีและห่อที่ใช้ประสิทธิภาพ
ของลักษณนาม ( อัลกอริทึมการเรียนรู้ ) เพื่อศึกษาความพอใจ
ของส่วนย่อย [ 15 ]