For feature selection, the multi-ob

For feature selection, the multi-objective Bayesian Framework for Feature Selection (multi-objective BFFS) proposed in [10] was used.

Multi-objective BFFS is a filter­ based method for selecting the set of most informative features independently of the classifier [11]. The framework is able to maximize the classification performance in terms of accuracy and fault tolerance while minimizing the number of selected features.

ผลลัพธ์ (ไทย) 1:

เลือกลักษณะการทำงาน มีใช้หลายวัตถุประสงค์กรอบทฤษฎีสำหรับการเลือกคุณลักษณะ (หลายวัตถุประสงค์ BFFS) นำเสนอใน [10]BFFS หลายวัตถุประสงค์เป็นวิธีการกรองที่ใช้สำหรับการเลือกชุดของข้อมูลมากที่สุดอิสระ classifier [11] กรอบสามารถเพิ่มประสิทธิภาพการจัดประเภทในแง่ของการยอมรับความถูกต้องและข้อบกพร่องในขณะที่ลดจำนวนคุณลักษณะที่เลือกได้

ผลลัพธ์ (ไทย) 2:

สำหรับการเลือกคุณลักษณะกรอบคชกรรมหลายวัตถุประสงค์การคัดเลือกคุณสมบัติ (หลายวัตถุประสงค์ BFFs) เสนอใน [10] ถูกนำมาใช้. หลายวัตถุประสงค์ BFFs เป็นตัวกรองตามวิธีการสำหรับการเลือกชุดของคุณลักษณะข้อมูลมากที่สุดเป็นอิสระจากลักษณนาม [11 ] กรอบสามารถที่จะเพิ่มประสิทธิภาพการจัดหมวดหมู่ในแง่ของความถูกต้องและความผิดความอดทนในขณะที่ลดจำนวนของคุณสมบัติที่เลือก

ผลลัพธ์ (ไทย) 3:

สำหรับการเลือกคุณลักษณะ , กรอบสำหรับการเลือกคุณลักษณะหลายแบบ ( หลาย BFFs ) เสนอใน [ 10 ] ใช้

หลายวัตถุประสงค์ bffs คือใช้วิธีกรององเลือกชุดมากที่สุดข้อมูลคุณสมบัติเป็นอิสระจากลักษณนาม [ 11 ]กรอบสามารถเพิ่มประสิทธิภาพการในแง่ของความถูกต้องและความผิดความอดทนในขณะที่การลดจำนวนการเลือกคุณลักษณะ