Non-competent examples (as stated i

Non-competent examples (as stated in [46]): In OVO strategy, all classifiers are not trained with all the instances in the data set, but in testing phase, the new instance is submitted to all classifiers. The classifiers that have not been trained with the instance from the class of the new example will make a prediction that probably affects negatively the final results since these classifiers are not competent. Hence, detecting which classifiers are giving a response without really knowing anything about the example that has been introduced should improve the behaviour of OVO scheme.

ผลลัพธ์ (ไทย) 1:

ตัวอย่างที่ไม่มีอำนาจ (ตามระบุใน [46]): กลยุทธ์ใน OVO คำนามภาษาทั้งหมดไม่ได้ผ่านการฝึกอบรมกับอินสแตนซ์ทั้งหมดในชุดข้อมูล แต่ในการทดสอบระยะ อินสแตนซ์ใหม่ถูกส่งไปยังคำนามภาษาทั้งหมด คำนามภาษาที่ไม่ได้รับการฝึกอบรมกับอินสแตนซ์จากคลาสของตัวอย่างใหม่ จะทำให้การคาดการณ์ที่อาจมีผลกระทบต่อส่งผลสุดท้ายเนื่องจากคำนามภาษาเหล่านี้ไม่มีอำนาจ ดังนั้น ตรวจสอบคำนามภาษาที่จะให้การตอบสนองโดยไม่รู้อะไรเกี่ยวกับตัวอย่างที่มีการแนะนำควรปรับปรุงพฤติกรรมของโครงร่าง OVO จริง ๆ

ผลลัพธ์ (ไทย) 2:

ตัวอย่างที่ไม่ได้มีอำนาจ (ตามที่ระบุไว้ใน [46]): ในกลยุทธ์ OVO, ลักษณนามทั้งหมดจะไม่ได้รับการฝึกฝนกับทุกกรณีในชุดข้อมูล แต่ในขั้นตอนการทดสอบตัวอย่างใหม่จะถูกส่งไปยังจําแนกทั้งหมด ลักษณนามที่ยังไม่ได้รับการฝึกอบรมที่มีตัวอย่างจากชั้นของตัวอย่างใหม่จะทำให้การคาดการณ์ว่าอาจจะส่งผลกระทบในเชิงลบผลสุดท้ายตั้งแต่แยกประเภทเหล่านี้ไม่ได้มีอำนาจ ดังนั้นการตรวจสอบซึ่งจําแนกจะให้การตอบสนองโดยไม่ทราบจริงๆสิ่งที่เกี่ยวกับตัวอย่างที่ได้รับการแนะนำควรปรับปรุงพฤติกรรมของโครงการ OVO

ผลลัพธ์ (ไทย) 3:

ไม่มีตัวอย่างความสามารถ ( ตามที่ระบุไว้ใน [ 46 ] ) : ในกลยุทธ์วทั้งหมด คือไม่ได้ฝึกกับอินสแตนซ์ทั้งหมดในชุดข้อมูล แต่ในขั้นตอนการทดสอบ , ตัวอย่างใหม่จะส่งให้ทั้งหมด คือคำลักษณนามที่ไม่เคยฝึกด้วยอินสแตนซ์ จากชั้นของตัวอย่างใหม่จะทำให้คาดการณ์ว่าอาจจะส่งผลกระทบในเชิงลบผลสุดท้าย เพราะคำเหล่านี้จะไม่เชี่ยวชาญ ดังนั้น การตรวจหาคำที่ให้การตอบสนองโดยไม่ทราบอะไรเกี่ยวกับตัวอย่างที่ได้รับการแนะนำควรปรับปรุงพฤติกรรมของว โครงการ