In Chapter 8, we shortly introduce

In Chapter 8, we shortly introduce the field of Information Visualization
and apply it to the problem of visualizing our twenty-six datasets and extensive
experimental results. We find that the majority of examples are misclassified
because none of the base classifiers predict correctly. Although Stacking would
potentially be able to learn from such a setting, this is not observed. On the
contrary, Stacking even predicts incorrectly when a majority of base classifiers
predicts correctly. Full page figures for all datasets can be found in Appendix
A

ผลลัพธ์ (ไทย) 1:

ในบทที่ 8 เราเร็ว ๆ แนะนำด้านการแสดงภาพประกอบเพลงข้อมูลสามารถใช้กับปัญหาของ datasets ยี่สิบหกของเรา และครอบคลุมผลการทดลอง เราพบว่า ตัวอย่างส่วนใหญ่เป็นงานเนื่องจากไม่มีคำนามภาษาฐานทำนายอย่างถูกต้อง แม้ว่า Stacking จะอาจจะต้องเรียนรู้เช่นการตั้งค่า นี้จะสังเกตไม่ ในการตรงกันข้าม ซ้อนแม้จะทำนายไม่ถูกต้องเมื่อส่วนใหญ่ของคำนามภาษาพื้นฐานทำนายได้อย่างถูกต้อง ตัวเลขหน้าเต็มสำหรับทุก datasets สามารถพบได้ในภาคผนวกA

ผลลัพธ์ (ไทย) 2:

ในบทที่ 8
เราไม่นานแนะนำด้านการแสดงข้อมูลและนำไปใช้ในการแก้ไขปัญหาของการแสดงชุดข้อมูลยี่สิบหกและครอบคลุมของเราผลการทดลอง
เราพบว่าส่วนใหญ่ของตัวอย่างที่มีการแบ่งเพราะไม่มีการแยกแยะฐานทำนายได้อย่างถูกต้อง
แม้ว่าจะซ้อนที่อาจจะสามารถที่จะเรียนรู้จากการตั้งค่าดังกล่าวนี้จะไม่ได้สังเกต
ในทางตรงกันข้ามซ้อนแม้คาดการณ์ไม่ถูกต้องเมื่อเสียงส่วนใหญ่ของลักษณนามฐานคาดการณ์ได้อย่างถูกต้อง ตัวเลขหน้าเต็มรูปแบบสำหรับชุดข้อมูลทั้งหมดสามารถพบได้ในภาคผนวก

ผลลัพธ์ (ไทย) 3:

ในบทที่ 8 เราไม่นานแนะนำสาขา
การแสดงข้อมูลและใช้กับปัญหาของการแสดงผลข้อมูลและผลการทดลองอย่างละเอียดยี่สิบหกของเรา

เราพบว่าส่วนใหญ่ของตัวอย่าง misclassified
เพราะไม่มีฐานลักษณนามทำนายได้อย่างถูกต้อง แม้ว่าซ้อนจะ
อาจจะได้เรียนรู้จากการตั้งค่าดังกล่าวนี้จะไม่ได้สังเกต บน
ดอกซ้อน แม้คาดการณ์ไม่ถูกต้องเมื่อส่วนใหญ่ของคำฐาน
คาดการณ์ได้อย่างถูกต้อง รูปภาพเต็มหน้าทุกชุดข้อมูลที่สามารถพบได้ในภาคผนวก :