However, in many real-world problem

However, in many real-world problems, datasets are multivariate with mixed quantitative and qualitative variables. Under these conditions, it is difficult to make assumptions about the underlying distribution. Several approaches that detect outliers in a multivariate dataset without the a priori assumptions about the distribution have recently been proposed.

ผลลัพธ์ (ไทย) 1:

อย่างไรก็ตาม ในหลายปัญหาจริง datasets ได้ตัวแปรพหุกับผสมตัวแปรเชิงปริมาณ และเชิงคุณภาพ ภายใต้เงื่อนไขเหล่านี้ มันเป็นเรื่องยากที่จะสร้างสมมติฐานเกี่ยวกับการแจกแจงแบบ วิธีต่าง ๆ ที่ตรวจพบ outliers ในชุดข้อมูลตัวแปรพหุโดยใช้ priori เสนอสมมติฐานเกี่ยวกับการกระจายเมื่อเร็ว ๆ นี้

ผลลัพธ์ (ไทย) 2:

อย่างไรก็ตามในหลายปัญหาที่แท้จริงของโลกชุดข้อมูลมีหลายตัวแปรผสมกับตัวแปรเชิงปริมาณและคุณภาพ ภายใต้เงื่อนไขเหล่านี้มันเป็นเรื่องยากที่จะทำให้สมมติฐานเกี่ยวกับการกระจายพื้นฐาน หลายวิธีที่ตรวจพบค่าผิดปกติในชุดข้อมูลที่หลายตัวแปรโดยไม่ต้องตั้งสมมติฐานเบื้องต้นเกี่ยวกับการกระจายได้รับการเสนอเมื่อเร็ว ๆ นี้

ผลลัพธ์ (ไทย) 3:

อย่างไรก็ตาม ปัญหาจริงมาก หากข้อมูลมีหลายตัวแปรกับตัวแปรเชิงปริมาณ และเชิงคุณภาพแบบผสม ภายใต้เงื่อนไขเหล่านี้ มันเป็นเรื่องยากที่จะทำให้สมมติฐานเกี่ยวกับต้นแบบการกระจาย หลายวิธีที่ตรวจพบค่าผิดปกติในชุดข้อมูลหลายตัวแปรโดย priori สมมติฐานเกี่ยวกับการกระจายที่เพิ่งได้รับการเสนอ