Due to the high collinearity betwee

Due to the high collinearity between variables of spectral
data, a principal component analysis (as described
in Alpaydin, 2010) is applied to the training data to obtain
independent variables. Subsequently a linear discriminant
is calculated which is suitable to separate
the training data in class “female” and “male”. Additionally,
for each principal component, the discriminant
strength is determined.
To validate the calculated discriminant, the validation
data is also transformed to principal component
space and classified within it.

ผลลัพธ์ (ไทย) 1:

เนื่องจากภาวะร่วมเส้นตรงสูงระหว่างตัวแปรของสเปกตรัมข้อมูล การวิเคราะห์ส่วนประกอบหลัก (ตามที่อธิบายไว้ใน Alpaydin, 2010) ใช้กับข้อมูลการฝึกอบรมเพื่อขอรับตัวแปรอิสระ ต่อมาเป็นเชิงเส้น discriminantคำนวณซึ่งจะเหมาะในการแยกข้อมูลการฝึกอบรมในชั้นเรียน "" และ "ชาย" นอกจากนี้สำหรับแต่ละส่วนประกอบหลัก การ discriminantความแรงจะกำหนดการตรวจสอบ discriminant คำนวณ การตรวจสอบข้อมูลยังเปลี่ยนเป็นส่วนประกอบหลักพื้นที่ และจัดภายในนั้น

ผลลัพธ์ (ไทย) 2:

เนื่องจากการ collinearity สูงระหว่างตัวแปรของสเปกตรัม
ข้อมูลการวิเคราะห์องค์ประกอบหลัก (ตามที่อธิบาย
ใน Alpaydin 2010) ถูกนำไปใช้ข้อมูลการฝึกอบรมจะได้รับ
ตัวแปรอิสระ ต่อมาจำแนกเชิงเส้น
ที่มีการคำนวณซึ่งเหมาะที่จะแยก
ข้อมูลการฝึกอบรมในชั้นเรียน "เพศหญิง" และ "ชาย" นอกจากนี้
สำหรับองค์ประกอบหลักแต่ละจำแนก
ความแข็งแรงจะถูกกำหนด.
เพื่อตรวจสอบจำแนกคำนวณการตรวจสอบ
ข้อมูลยังเปลี่ยนเป็นองค์ประกอบหลัก
พื้นที่และจัดอยู่ภายใน

ผลลัพธ์ (ไทย) 3:

เนื่องจากการ collinearity สูงระหว่างตัวแปรของสเปกตรัมข้อมูล การวิเคราะห์องค์ประกอบหลัก ( ตามที่อธิบายไว้ใน alpaydin 2010 ) จะใช้กับข้อมูลการฝึกอบรมเพื่อขอรับตัวแปรอิสระ โดยจำแนกเชิงเส้นคำนวณที่เหมาะสมเพื่อแยกข้อมูลการฝึกอบรมในชั้นเรียน " หญิง " และ " ชาย " นอกจากนี้สำหรับแต่ละองค์ประกอบหลัก , จำแนกกำลังตัดสินใจการตรวจสอบค่าระดับการตรวจสอบข้อมูลก็เปลี่ยนเป็นองค์ประกอบหลักและการจัดพื้นที่ภายใน