The process of building a classifie

The process of building a classifier starts from a sample of data, called a training
set. For each tuple in the training set, the class to which the tuple belongs is
already known. For instance, the training set for a credit-card application may
be the existing customers, with their credit-worthiness determined from their
payment history. The actual data, or population, may consist of all people, including
those who are not existing customers. There are several ways of building
a classifier, as we shall see.

ผลลัพธ์ (ไทย) 1:

กระบวนการของการสร้างลักษณนามเริ่มจากตัวอย่างของข้อมูลที่เรียกว่าการฝึกอบรม
ตั้ง สำหรับ tuple ในชุดการฝึกอบรมในแต่ละชั้นเรียนเพื่อ tuple ซึ่งจะเป็นส่วนหนึ่งที่เป็นที่รู้จักกันแล้ว
ตัวอย่างเช่นการฝึกอบรมที่กำหนดไว้สำหรับการประยุกต์ใช้บัตรเครดิต-
อาจจะเป็นลูกค้าที่มีอยู่ด้วยบัตรเครดิตคุ้มค่าของพวกเขาหาได้จากประวัติการชำระเงินของพวกเขา
ข้อมูลจริงหรือประชากรอาจประกอบด้วยทุกคนรวมทั้ง
ผู้ที่ไม่ได้ลูกค้าที่มีอยู่ มีหลายวิธีของอาคาร
ลักษณนามเป็นอย่างที่เราจะได้เห็น

ผลลัพธ์ (ไทย) 2:

กระบวนการสร้าง classifier ที่เริ่มต้นจากตัวอย่างของข้อมูล เรียกว่าฝึกอบรม
ตั้ง ในแต่ละทูเพิลในชุดฝึกอบรม เป็นชั้นที่อยู่ในทูเพิล
แล้วรู้จักกัน ตัวอย่าง การฝึกอบรมที่ตั้งค่าสำหรับการใช้บัตรเครดิตอาจ
เป็นลูกค้าที่มีอยู่ กับ credit-worthiness ของพวกเขาถูกกำหนดจากความ
ประวัติการชำระเงินได้ ข้อมูลที่แท้จริง หรือประชากร อาจประกอบด้วยคนทั้งหมด รวม
ที่มีอยู่ลูกค้า มีหลายวิธีของอาคาร
a classifier ดังที่เราจะเห็น

ผลลัพธ์ (ไทย) 3:

กระบวนการของอาคารลักษณนามที่จะเริ่มจากตัวอย่างของข้อมูลที่เรียกว่าการฝึกอบรม
ซึ่งจะช่วยตั้งค่า สำหรับ tuple แต่ละตัวในตั้งค่าการฝึกอบรมที่ Class ที่ tuple ที่เป็นที่รู้จักกันในชื่อของ
อยู่แล้ว ตัวอย่างเช่นการฝึกอบรมที่ตั้งค่าไว้สำหรับแอปพลิเคชันบัตรเครดิตที่อาจ
ซึ่งจะช่วยให้ลูกค้าที่มีอยู่เดิมด้วยบัตรเครดิต - เงินในระยะยาวของพวกเขาถูกกำหนดจากประวัติการชำระเงินของเขา
ข้อมูลที่แท้จริงหรือประชากรอาจประกอบด้วยของประชาชนทั้งหมดรวมถึง
ซึ่งจะช่วยผู้ที่ไม่ได้ลูกค้าที่มีอยู่. มีหลายวิธีด้วยกันของอาคารลักษณนาม
ซึ่งจะช่วยให้เราจะได้เห็น