Although the literature contains ex

Although the literature contains examples of artificial
data which simple models cannot separate
(e.g., intertwined spirals or checkerboard patterns),
such data sets are exceedingly rare in real life. Conversely,
in the two-class case, although few real data
sets have exactly linear decision surfaces, it is common
to find that the centroids of the predictor variable
distributions of the classes are different, so that
a simple linear surface can do surprisingly well as an
estimate of the true decision surface. This may not
be the same as “can do surprisingly well in classifying
the points,” since in many problems the Bayes
error rate is high, meaning that no decision surface
can separate the distributions of such problems
very well. However, it means that the dramatic steps

ผลลัพธ์ (ไทย) 1:

แม้ว่าวรรณคดีประกอบด้วยตัวอย่างของการประดิษฐ์ข้อมูลซึ่งไม่สามารถแยกรูปแบบเรียบง่าย(เช่น spirals สองดวงหรือลวดลายลายสก็อต),ชุดข้อมูลดังกล่าวไปหายากในชีวิตจริงได้ ในทางกลับกันในกรณีชั้นสอง แม้ว่าบางข้อมูลที่แท้จริงชุดได้ว่าการตัดสินใจเชิงพื้นผิว มันเป็นเรื่องธรรมดาหาที่ centroids ของตัวแปร predictorการกระจายของชั้นเรียนมีความแตกต่าง เพื่อให้สามารถทำพื้นผิวเส้นอย่างน่าแปลกใจรวมทั้งการการประเมินพื้นที่ตัดสินใจจริง นี้อาจไม่จะเหมือนกับการ "ทำจู่ ๆ ในประเภทคะแนน เนื่องจากในหลายปัญหา Bayesอัตราข้อผิดพลาดมีสูง ความหมาย ที่ผิวไม่ตัดสินใจสามารถแยกการกระจายของปัญหาดังกล่าวดีมาก อย่างไรก็ตาม ย่อมหมายความ ว่า ขั้นตอนอย่างมาก

ผลลัพธ์ (ไทย) 2:

แม้ว่าวรรณกรรมมีตัวอย่างของเทียมข้อมูลซึ่งรูปแบบที่เรียบง่ายไม่สามารถแยก
(เช่นพันเกลียวหรือรูปแบบตารางหมากรุก)
ข้อมูลดังกล่าวเป็นชุดที่หายากเหลือเกินในชีวิตจริง ในทางกลับกันในกรณีที่สองระดับแม้ว่าไม่กี่ข้อมูลจริงชุดมีพื้นผิวการตัดสินใจเชิงเส้นตรงมันเป็นเรื่องธรรมดาที่จะพบว่าcentroids ของตัวแปรทำนายการกระจายของการเรียนที่แตกต่างกันเพื่อให้พื้นผิวเชิงเส้นอย่างง่ายสามารถทำน่าแปลกใจที่เดียวกับประมาณการของพื้นผิวการตัดสินใจที่แท้จริง นี้อาจไม่เป็นเช่นเดียวกับ"สามารถทำน่าแปลกใจที่ดีในการจำแนกจุด" เพราะปัญหาหลาย Bayes อัตราความผิดพลาดสูงหมายความว่าพื้นผิวที่ไม่มีการตัดสินใจที่สามารถแยกการกระจายของปัญหาดังกล่าวได้เป็นอย่างดี แต่ก็หมายความว่าขั้นตอนที่น่าทึ่ง

ผลลัพธ์ (ไทย) 3:

แม้ว่าวรรณกรรมมีตัวอย่างของข้อมูลที่เรียบง่ายแบบประดิษฐ์

( ไม่แยก เช่น พันเกลียว หรือ ลวดลายตารางหมากรุก )
ชุดข้อมูลดังกล่าวเป็นยิ่งนัก หา ยาก ในชีวิตจริง โดย
ใน 2 ห้อง กรณี แม้ว่าชุดข้อมูลที่แท้จริงไม่ได้ว่า การตัดสินใจเชิงพื้นผิว

มันเป็นเรื่องธรรมดาที่จะพบว่าจุดเซนทรอยด์ของตัวแปรตัวแปร
การกระจายของชั้นเรียนที่แตกต่างกัน ดังนั้น
พื้นผิวเชิงเส้นอย่างง่ายทำได้ตื่นตาตื่นใจเป็น
ประมาณการของพื้นผิวการตัดสินใจที่แท้จริง นี้อาจไม่ได้
เป็นเช่นเดียวกับ " ทำได้อย่างแปลกใจเมื่อ
จุด " เนื่องจากหลายปัญหา Bayes
อัตราความผิดพลาดสูง หมายความว่าไม่มีพื้นผิว สามารถแยกกระจายการตัดสินใจ

ปัญหาดังกล่าวได้เป็นอย่างดี อย่างไรก็ตามหมายความว่าขั้นตอนได้อย่างน่าทึ่ง