In our study, the k-nearest neighbo

In our study, the k-nearest neighbor algorithm (k-NN),
which is one of the most classical and effective nonparametric
classification methods [16], was employed for constructing an
arrhythmia classification model, a signal quality classification
model, and an activity classification model. The IB1 algorithm
in Weka API [16] was used for implementing k-NN.

ผลลัพธ์ (ไทย) 1:

ในการศึกษาของเรา ขั้นตอนวิธี k ใกล้บ้าน (k-NN),
ซึ่งเป็นหนึ่งในสุดคลาสสิก และประสิทธิภาพ nonparametric
จัดประเภทวิธี [16], ได้รับการว่าจ้างสำหรับสร้างการ
รวมรูปแบบการจัดประเภท ประเภทคุณภาพสัญญาณ
จำลอง และแบบจำลองประเภทกิจกรรม อัลกอริทึม IB1
ใน Weka API [16] ใช้สำหรับใช้เอ็นเอ็นเค

ผลลัพธ์ (ไทย) 2:

ในการศึกษาของเราขั้นตอนวิธี k-เพื่อนบ้านที่ใกล้ที่สุด (k-NN)
ซึ่งเป็นหนึ่งในคลาสสิกที่สุดและมีประสิทธิภาพ nonparametric
วิธีการจัดหมวดหมู่ [16] ได้รับการว่าจ้างในการสร้าง
รูปแบบจังหวะการจำแนกการจำแนกคุณภาพของสัญญาณ
รูปแบบและกิจกรรม รูปแบบการจัดหมวดหมู่ ขั้นตอนวิธีการ IB1
ใน Weka API [16] ถูกนำมาใช้สำหรับการใช้ K-NN

ผลลัพธ์ (ไทย) 3:

ในการศึกษาของเรา ขั้นตอนวิธีการเพื่อนบ้านละ (
k-nn ) ซึ่งเป็นหนึ่งในคลาสสิกและมีประสิทธิภาพมากที่สุดวิธีการ [ 16 ] 3
หมวดหมู่ ถูกใช้เพื่อสร้าง
arrhythmia การจำแนกรูปแบบสัญญาณการจำแนกคุณภาพ
รุ่น และกิจกรรมที่จัดรูปแบบ การ ib1 ขั้นตอนวิธี
ใน Weka API [ 16 ] ใช้สำหรับการใช้ k-nn .