The experiments have been performed

The experiments have been performed using the MOA
[2] framework. The Active Classifier that implements the AL
strategies, as described in the previous section, is available
in MOA. As a base classifier we used the HoeffdingTree
that implements the popular VFDT [2]. We tested different
base learners with similar results and decided to use the
HoeffdingTree across the experiments where we control the
parameters B, the budget to label instances (e.g., 1 means
label everything, where 0.01 means 1%), and D, the class
imbalance (e.g., 0.5 means that the class is balanced, where
0.9 means 90% of the instances are noise and 10% are PD
pulses).

ผลลัพธ์ (ไทย) 1:

การทดลองที่มีการใช้นกโมอา[2] กรอบ ใช้ลักษณนามที่ใช้ ALกลยุทธ์ ตามที่อธิบายไว้ในส่วนก่อนหน้า มีใน MOA เป็นลักษณนามที่ฐาน ที่เราใช้ HoeffdingTreeที่ใช้ VFDT นิยม [2] เราทดสอบแตกต่างกันฐานการเรียนกับผลที่คล้ายกัน และตัดสินใจใช้การHoeffdingTree ในการทดลองที่ควบคุมการพารามิเตอร์ B งบประมาณที่ป้ายชื่ออินสแตนซ์ (เช่น 1 หมายถึงฉลากทุกอย่าง ที่ 0.01 หมายถึง 1%), และ D ชั้นเรียนความไม่สมดุล (เช่น 0.5 หมายความว่า ชั้นมีความสมดุล ที่0.9 หมายความว่า 90% ของอินสแตนซ์เสียงรบกวน และ 10% มี PDพัลส์)

ผลลัพธ์ (ไทย) 2:

การทดลองได้รับการดำเนินการโดยใช้ MOA
[2] กรอบ ลักษณนามใช้งานที่ใช้อัล
กลยุทธ์ที่อธิบายไว้ในส่วนก่อนหน้านี้สามารถใช้ได้
ใน MOA ในฐานะที่เป็นฐานลักษณนามเราใช้ HoeffdingTree
ที่ดำเนินการเป็นที่นิยม VFDT [2] เราได้ทดสอบที่แตกต่างกัน
ผู้เรียนฐานกับผลที่คล้ายกันและตัดสินใจที่จะใช้
HoeffdingTree ทั่วทดลองที่เราควบคุม
พารามิเตอร์ B, งบประมาณในการติดป้ายกรณี (เช่น 1 หมาย
ฉลากทุกอย่างที่ 0.01 หมายถึง 1%), และ D ชั้น
ไม่สมดุล (เช่น 0.5 หมายความว่าชั้นจะมีความสมดุลที่
0.9 หมายถึง 90% ของกรณีที่มีสัญญาณรบกวนและ 10% เป็น PD
พัลส์)

ผลลัพธ์ (ไทย) 3:

ผลการทดลองใช้ มัวร์[ 2 ] กรอบ ใช้ลักษณนามที่ใช้อัลกลยุทธ์ , ตามที่อธิบายไว้ในส่วนก่อนหน้านี้ ใช้ได้ในโม . เป็นฐานแบบที่เราใช้ hoeffdingtreeที่ใช้ vfdt ยอดนิยม [ 2 ] เราทดสอบที่แตกต่างกันฐานการเรียนรู้กับผลที่คล้ายกัน และตัดสินใจที่จะใช้hoeffdingtree ผ่านการทดลองที่เราควบคุมพารามิเตอร์ B , งบประมาณการอินสแตนซ์ ( หมายถึง เช่น 1 ฉลากป้ายทุกอย่างที่ 0.01 หมายความว่า 1 % ) และ D , ชั้นความไม่สมดุล ( เช่น 0.5 หมายความว่าชั้นเป็นสมดุลที่0.9 หมายถึง 90% ของอินสแตนซ์จะถูกรบกวนและ 10% เป็นโปรดิวเซอร์กะพริบ )