We used the Maxent algorithm, which

We used the Maxent algorithm, which estimates a target probability
distribution by finding the probability associated with
the maximum entropy (or the closest to a uniform distribution)
(Phillips et al., 2006). The Maxent approach is useful primarily
because it can be applied to analyze small and presence-only
datasets (Wisz et al., 2008). The area under the curve (AUC) of the
receiver-operating graph (ROC) was used to estimate the success
and failure of the prediction during the modeling process with a
set of test data (30% of the data) (Fielding and Bell, 1997). The AUC
values vary from 0 to 1. A value of 1 indicates the highest accuracy

ผลลัพธ์ (ไทย) 2:

เราใช้อัลกอริทึม Maxent
ซึ่งประมาณการความน่าจะเป็นเป้าหมายของการกระจายความน่าจะเป็นโดยการค้นหาที่เกี่ยวข้องกับเอนโทรปีสูงสุด
(หรือใกล้เคียงกับเครื่องแบบกระจาย)
(ฟิลลิป et al., 2006) วิธี Maxent
เป็นประโยชน์เป็นหลักเพราะมันสามารถนำมาใช้ในการวิเคราะห์และการปรากฏตัวเล็กๆ
เท่านั้นชุดข้อมูล(Wisz et al., 2008) พื้นที่ใต้เส้นโค้ง (AUC)
ของกราฟรับการดำเนินงาน(ROC)
ถูกนำมาใช้ในการประเมินความสำเร็จและความล้มเหลวของการทำนายในระหว่างขั้นตอนการสร้างแบบจำลองที่มีชุดของข้อมูลการทดสอบ
(30% ของข้อมูล) (ฟีลดิงและเบลล์ 1997) AUC
ค่าแตกต่างกันไปจาก 0 ถึง 1. ค่าเป็น 1 หมายถึงความถูกต้องสูงสุด

ผลลัพธ์ (ไทย) 3:

เราใช้ขั้นตอนวิธี maxent ซึ่งประมาณการเป้าหมายการกระจายความน่าจะเป็น

โดยการหาความน่าจะเป็นที่เกี่ยวข้องกับเอนโทรปีสูงสุด ( หรือใกล้การแจกแจง )
( Phillips et al . , 2006 ) วิธีการ maxent มีประโยชน์หลัก
เพราะมันสามารถใช้เพื่อวิเคราะห์ขนาดเล็กและตนเท่านั้น
ข้อมูล ( wisz et al . , 2008 ) พื้นที่ใต้เส้นโค้ง ( ยา ) ของ
รับทำงานกราฟ ( ROC ) ถูกใช้เพื่อประเมินความสำเร็จและความล้มเหลวของการคาดการณ์

ในการสร้างแบบจำลองกับชุดข้อมูลทดสอบ ( 30% ของข้อมูล ) ( Fielding และระฆัง , 1997 ) ค่า
ค่าแตกต่างไปจาก 0 ถึง 1 ค่าของ 1 บ่งชี้ความถูกต้องสูงสุด