For an optimal and robust collectio

For an optimal and robust collection of features, sports scientists should combine objective and domainspecific knowledge-based features because even a data-driven feature extraction does not guarantee that all information that is contained within the data is used. However, this approach may have resulted in missed information on potential benefit to the model, as variability of the dataset does not necessarily correspond to differentiation/classification ability To extract prediction features, a PCA was used, as it captures the variability within the dataset.

ผลลัพธ์ (ไทย) 1:

เพื่อการรวบรวมคุณสมบัติที่เหมาะสมและมีประสิทธิภาพ นักวิทยาศาสตร์การกีฬาควรรวมคุณสมบัติตามวัตถุประสงค์และตามความรู้เฉพาะโดเมน เนื่องจากแม้แต่การแยกคุณสมบัติที่ขับเคลื่อนด้วยข้อมูลก็ไม่ได้รับประกันว่าข้อมูลทั้งหมดที่มีอยู่ในข้อมูลจะถูกใช้ อย่างไรก็ตาม วิธีการนี้อาจส่งผลให้เกิดข้อมูลที่พลาดไปเกี่ยวกับประโยชน์ที่เป็นไปได้ของแบบจำลอง เนื่องจากความแปรปรวนของชุดข้อมูลไม่จำเป็นต้องสอดคล้องกับความสามารถในการสร้างความแตกต่าง/การจำแนกประเภท เพื่อแยกคุณลักษณะการคาดการณ์ มีการใช้ PCA เนื่องจากจับความแปรปรวนภายในชุดข้อมูล

ผลลัพธ์ (ไทย) 2:

เพื่อให้ได้คอลเลกชันของลักษณะที่ดีที่สุดและแข็งแรงนักวิทยาศาสตร์การกีฬาควรรวมคุณลักษณะทางปัญญาของวัตถุประสงค์และพื้นที่เฉพาะเจาะจงเพราะแม้แต่การสกัดคุณลักษณะที่ขับเคลื่อนด้วยข้อมูลก็ไม่สามารถรับประกันได้ว่าข้อมูลทั้งหมดที่มีอยู่ในข้อมูลจะถูกนำไปใช้ อย่างไรก็ตามวิธีการนี้อาจนำไปสู่การพลาดข้อมูลเกี่ยวกับผลประโยชน์ที่อาจเกิดขึ้นของแบบจำลองเนื่องจากความแปรปรวนของชุดข้อมูลไม่จำเป็นต้องสอดคล้องกับความสามารถในการแยกแยะ / การจำแนกประเภท เพื่อดึงคุณสมบัติการคาดการณ์การวิเคราะห์องค์ประกอบหลักจะใช้เนื่องจากจับความแปรปรวนภายในชุดข้อมูล

ผลลัพธ์ (ไทย) 3:

เพื่อให้ได้ชุดคุณลักษณะที่ดีที่สุดและเชื่อถือได้นักวิทยาศาสตร์กีฬาควรรวมคุณลักษณะที่อิงกับวัตถุประสงค์และเฉพาะโดเมนเนื่องจากแม้แต่การสกัดคุณลักษณะที่ขับเคลื่อนด้วยข้อมูลไม่ได้รับประกันว่ามีการใช้ข้อมูลทั้งหมดที่มีอยู่ในข้อมูล อย่างไรก็ตามวิธีนี้อาจนําไปสู่การสูญเสียข้อมูลเกี่ยวกับประโยชน์ที่อาจเกิดขึ้นของรูปแบบเนื่องจากความแปรปรวนของชุดข้อมูลไม่จําเป็นต้องสอดคล้องกับความสามารถในการแยกแยะ/จําแนกประเภทของคุณลักษณะการคาดการณ์โดยใช้PCAเนื่องจากจับภาพความแปรปรวนในชุดข้อมูล