the sample is randomly divided into

the sample is randomly divided into 10 equal-sized subsets; 9 subsets are used to train the model (step 1), which is then applied to the remaining subset to predict the per- sonality score (step 2). This procedure is repeated 10 times to predict personality for the entire sample. The models are built on participants having at least 20 Likes. To estimate the accuracy achievable with less than 20 Likes, we applied the regression models to random subsets of 1–19 Likes for all participants.

ผลลัพธ์ (ไทย) 1:

ตัวอย่างแบบสุ่มแบ่งออกเป็นส่วนย่อยขนาดเท่ากัน 10 ชุดย่อยที่ 9 ใช้ในการฝึกอบรมแบบจำลอง (ขั้นตอนที่ 1), ซึ่งจะใช้กับชุดย่อยเหลือทำนายคะแนนต่อ sonality (ขั้นตอนที่ 2) ขั้นตอนนี้ซ้ำเพื่อทำนายบุคลิกภาพสำหรับตัวอย่างทั้งหมด 10 ครั้ง รุ่นที่สร้างบนใจน้อย 20 มีผู้เข้าร่วม ประมาณชอบความถูกต้องด้วยต่ำกว่า 20 เราใช้การถดถอย รุ่นย่อยสุ่ม 1 – 19 ถูกใจสำหรับทุกคน

ผลลัพธ์ (ไทย) 2:

ตัวอย่างจะถูกแบ่งออกเป็น 10 ส่วนย่อยขนาดเท่ากัน; 9 ส่วนย่อยที่ใช้ในการฝึกอบรมรุ่น (ขั้นที่ 1) ซึ่งถูกนำไปใช้จากนั้นไปที่กลุ่มย่อยที่เหลือในการทำนายคะแนน sonality ละ (ขั้นตอนที่ 2) ขั้นตอนนี้จะถูกทำซ้ำ 10 ครั้งในการทำนายบุคลิกภาพสำหรับตัวอย่างทั้งหมด รุ่นที่ถูกสร้างขึ้นในผู้เข้าร่วมที่มีอย่างน้อย 20 ชอบ ที่จะประเมินความถูกต้องทำได้ด้วยน้อยกว่า 20 ชอบ, เราใช้แบบจำลองการถดถอยในการย่อยสุ่ม 1-19 ชอบสำหรับผู้เข้าร่วมทั้งหมด

ผลลัพธ์ (ไทย) 3:

กลุ่มตัวอย่างถูกสุ่มแบ่งเป็น 10 ส่วนย่อยย่อยมีขนาดเท่ากันคือ 9 ใช้รถไฟโมเดล ( ขั้นตอนที่ 1 ) ซึ่งจะใช้กับย่อยที่เหลือ เพื่อทำนายต่อ - คะแนน sonality ( ขั้นตอนที่ 2 ) ขั้นตอนนี้ซ้ำ 10 ครั้ง เพื่อทำนายบุคลิกภาพของกลุ่มตัวอย่างทั้งหมด รุ่นที่มีการสร้างขึ้น ผู้เข้าร่วมมีอย่างน้อย 20 ชอบ เพื่อประเมินความถูกต้องได้น้อยกว่า 20 ชอบ เราสามารถใช้สมการถดถอยแบบสุ่มจาก 1 – 19 ชอบสำหรับผู้เข้าร่วมทั้งหมด