which revealsa partial discriminati

which reveals
a partial discrimination between oil types is represented in
Fig. S2B. It should be mentioned that the best iPLS-DA model was
obtained for this spectral region using 10 latent variables. But,
the data of this dimension could not be visualized. The overall performance
of the iPLS-DA for classification of oil samples using 10
PLS latent variables are summarized in Table S3

ผลลัพธ์ (ไทย) 1:

ซึ่งแสดงให้เห็นเลือกปฏิบัติเป็นบางส่วนระหว่างชนิดน้ำมันแทนในรูป S2B ควรกล่าวว่า แบบ iPLS DA ที่ดีที่สุดสำหรับภูมิภาคนี้สเปกตรัมที่ใช้ 10 ตัวแปรแฝงได้ แต่ข้อมูลของมิตินี้ไม่สามารถแสดงเป็นภาพ ประสิทธิภาพโดยรวมของดา iPLS สำหรับการจัดประเภทของตัวอย่างน้ำมันที่ใช้ 10ตัวแปรแฝง PLS ถูกสรุปในตาราง S3

ผลลัพธ์ (ไทย) 2:

ซึ่งแสดงให้เห็น
เลือกปฏิบัติบางส่วนระหว่างประเภทน้ำมันมีตัวแทนอยู่ใน
รูป S2B มันควรจะกล่าวว่าที่ดีที่สุดรุ่น iPLS-DA ถูก
ได้รับสำหรับภูมิภาคนี้โดยใช้ราง 10 ตัวแปรแฝง แต่
ข้อมูลของมิตินี้ไม่สามารถมองเห็น ประสิทธิภาพโดยรวม
ของ iPLS-DA สำหรับการจำแนกประเภทของกลุ่มตัวอย่างโดยใช้น้ำมัน 10
PLS ตัวแปรแฝงสรุปในตาราง S3

ผลลัพธ์ (ไทย) 3:

ซึ่งเผยให้เห็นตัวอย่างบางส่วนระหว่างประเภทน้ำมันแทนในรูปที่ s2b มันควรจะกล่าวว่าดีที่สุด ipls ต้าโมเดลซึ่งภาคนี้การใช้ 10 ตัวแปรแฝง แต่ข้อมูลมิตินี้ไม่สามารถมองเห็น . ประสิทธิภาพโดยรวมของ ipls ดาสำหรับประเภทของตัวอย่างน้ำมันที่ใช้ 10กรุณาสรุปตาราง S3 ตัวแปรแฝง