Figure 2 also lists the number of c

Figure 2 also lists the number of continuous and nominal input attributes for each database. Note that the
accuracy for every application
that has only numeric attributes
is exactly the same for both RBF
and HRBF. This is no surprise,
since the distance functions are
equivalent on numeric attributes.
However, on the databases
that have some or all nominal
attributes, HRBF obtained
higher generalization accuracy
than RBF in 12 out of 23 cases,
10 of which were significant at
the 95% level or above. RBF
had a higher accuracy in only
four cases, and only one of those
(the Zoo data set) had a
difference that was statistically
significant.
It is interesting to note that
in the Zoo data set, 15 out of 16
of the attributes are boolean, and
the remaining attribute, while
not linear, is actually an ordered
attribute. These attributes are
tagged as nominal, but the
Euclidean distance function is
appropriate for them as well.
In all, HRBF performed as
well or better than the default
algorithm in 26 out of 30 cases.
The above results indicate
that the heterogeneous distance
function is typically more
appropriate than the Euclidean
distance function for applications
with one or more nominal
attributes, and is equivalent to it
for domains without nominal
attributes.

ผลลัพธ์ (ไทย) 1:

รูปที่ 2 แสดงจำนวนอย่างต่อเนื่อง และระบุสำหรับการป้อนค่าแอตทริบิวต์สำหรับแต่ละฐานข้อมูล หมายเหตุว่าความถูกต้องสำหรับทุกโปรแกรมที่มีคุณลักษณะที่เป็นตัวเลขเท่านั้นเป็นเหมือนกันสำหรับทั้งสอง RBFและ HRBF จึงไม่แปลกใจเนื่องจากฟังก์ชันระยะทางเทียบเท่ากับแอททริบิวต์ที่เป็นตัวเลขอย่างไรก็ตาม ในฐานข้อมูลที่มีบางส่วน หรือทั้งหมดว่ายอมแอตทริบิวต์ HRBF รับความแม่นยำสูง generalizationกว่า RBF ในกรณี 12 จาก 2310 ที่มีความสำคัญที่ระดับ 95% หรือสูงกว่า RBFมีความแม่นยำสูงเท่านั้นกรณีที่สี่ และเพียงหนึ่งคน(สวนสัตว์กำหนด) ได้ความแตกต่างที่ทางสถิติอย่างมีนัยสำคัญเป็นที่น่าสนใจเพื่อทราบที่ในสวนสัตว์ ชุดข้อมูล 15 16แอตทริบิวต์เป็นบูลีน และเหลือ คุณลักษณะ ขณะที่ไม่เชิงเส้น เป็นจริงการสั่งแอตทริบิวต์ มีแอตทริบิวต์เหล่านี้ติดแท็กเป็น nominal แต่ฟังก์ชันแบบยุคลิดที่เหมาะสมสำหรับพวกเขาเป็นอย่างดีHRBF ทั้งหมด ทำเป็นดี หรือดีกว่าค่าเริ่มต้นอัลกอริทึมในกรณีของ 26 30ระบุผลลัพธ์ข้างต้นที่ระยะห่างแตกต่างกันฟังก์ชันที่มีมากกว่าปกติที่เหมาะสมกว่าแบบ Euclideanจากฟังก์ชันสำหรับการใช้งานมีอย่าง น้อยหนึ่งว่ายอมคุณลักษณะ และจะเท่ากับสำหรับโดเมนโดยไม่ว่ายอมแอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

รูปที่ 2 นอกจากนี้ยังแสดงจำนวนของท่านอย่างต่อเนื่องและแอตทริบิวต์ที่ระบุสำหรับแต่ละฐานข้อมูล โปรดทราบว่าถูกต้องสำหรับการใช้งานทุกที่มีคุณลักษณะที่เป็นตัวเลขเพียงเป็นสิ่งเดียวกันสำหรับทั้งRBF และ HRBF นี้ไม่แปลกใจตั้งแต่ฟังก์ชั่นระยะที่มีเทียบเท่าลักษณะเป็นตัวเลข. อย่างไรก็ตามในฐานข้อมูลที่มีทั้งหมดหรือบางส่วนที่ระบุคุณลักษณะHRBF ได้รับความถูกต้องทั่วไปสูงกว่า RBF ใน 12 จาก 23 กรณี 10 ที่มีนัยสำคัญที่95 ระดับ% หรือสูงกว่า RBF มีความถูกต้องสูงในเวลาเพียงสี่กรณีและมีเพียงหนึ่งในบรรดา(ชุดข้อมูลที่สวนสัตว์) มีความแตกต่างทางสถิติอย่างมีนัยสำคัญ. เป็นที่น่าสนใจที่จะทราบว่าในชุดข้อมูลที่สวนสัตว์ 15 จาก 16 ของคุณลักษณะที่มีบูล และแอตทริบิวต์ที่เหลือในขณะที่ไม่เป็นเชิงเส้นเป็นจริงสั่งแอตทริบิวต์ คุณลักษณะเหล่านี้จะติดแท็กเป็นเล็กน้อยแต่ฟังก์ชั่นระยะทางยุคลิดเป็นที่เหมาะสมสำหรับพวกเขาเช่นกัน. ในทุก HRBF ดำเนินการเป็นดีหรือดีกว่าเริ่มต้นขั้นตอนวิธีใน26 จาก 30 ราย. ผลการข้างต้นจะเห็นว่าระยะทางที่แตกต่างกันการทำงานเป็นปกติอื่น ๆที่เหมาะสมกว่ายุคลิดฟังก์ชั่นสำหรับการใช้งานระยะหนึ่งคนหรือมากกว่าที่ระบุคุณลักษณะและเทียบเท่ากับมันสำหรับโดเมนโดยไม่ต้องระบุคุณลักษณะ

ผลลัพธ์ (ไทย) 3:

รูปที่ 2 แสดงจํานวนอย่างต่อเนื่อง และระบุคุณลักษณะอินพุตสำหรับแต่ละฐานข้อมูล หมายเหตุ
ความถูกต้องสำหรับทุกโปรแกรมที่มีเพียงตัวเลข

ลักษณะเหมือนกันทั้งบริษัท และ hrbf
. นี้คือไม่ต้องสงสัย

เนื่องจากระยะทางการทำงานเทียบเท่าในลักษณะตัวเลข

แต่ในฐานข้อมูลที่มีบางส่วนหรือทั้งหมดแอตทริบิวต์ชื่อ

hrbf ได้รับสูงกว่าการความถูกต้อง
กว่าบริษัทใน 12 จาก 23 ราย
10 ซึ่งอยู่ในระดับที่แตกต่างกัน
95% ระดับขึ้นไป บริษัทมีความถูกต้องสูงกว่าเท่านั้น

4 ราย และมีเพียงหนึ่งในบรรดา
( สวนสัตว์ชุดข้อมูล ) มีความแตกต่างทางสถิติอย่างมีนัยสำคัญที่

.
มันเป็นที่น่าสนใจที่จะทราบว่า
ในสวนสัตว์ชุดข้อมูล 15 จาก 16
ของแอตทริบิวต์เป็น Boolean และ
คุณลักษณะที่เหลือ ในขณะที่
ไม่ใช่เชิงเส้น คือสั่ง
คุณลักษณะ แอตทริบิวต์เหล่านี้
แท็กตามที่ระบุ แต่

ระยะทางแบบยุคลิดฟังก์ชันที่เหมาะสมสำหรับพวกเขาเช่นกัน .
ใน ทั้งหมด hrbf แสดงเป็นดีหรือดีกว่า

เริ่มต้นขั้นตอนวิธีใน 26 จาก 30 ราย ผลลัพธ์ข้างต้นบ่งชี้

ที่ฟังก์ชันระยะทางต่างกันเป็นปกติมากขึ้น

ที่เหมาะสมกว่า ฟังก์ชันระยะทางใช้งาน

กับหนึ่งหรือมากกว่าหนึ่งแอททริบิวต์ชื่อ

และเทียบเท่ากับมันสำหรับโดเมนโดยไม่ต้องคุณลักษณะเล็กน้อย