In a Classification ContextWe know

In a Classification Context
We know understand that in a regression context, we can rigorously define why and how
differences between individual predictor outputs contribute toward overall ensemble accuracy. In a classification context, there is no such neat theory. There is a subtle point here,
often overlooked. Difficulties in quantifying classification error diversity is not intrinsic to
ensembles tackling classification problems. It is possible to reformulate any classification
problem as a regression one by choosing to approximate the class posterior probabilities;
this allows the theory we have already discussed to apply, and work is progressing in this
area, notably1 Tumer and Ghosh [140] and Roli and Fumera [44, 113]. For the regression
context discussed in the previous section, the question can be clearly phrased as “how can
we quantify diversity when our predictors output real-valued numbers and are combined by
a convex combination?”. For the case that Tumer and Ghosh [140] study, the question is
the same, just that the “real-valued” numbers are probabilities. A much harder question

ผลลัพธ์ (ไทย) 1:

ในการจัดประเภทเรารู้เข้าใจว่า ในบริบทการถดถอย เราสามารถทดสอบกำหนดทำไม และอย่างไรความแตกต่างระหว่างผู้ทายผลแต่ละแสดงผลนำไปสู่ความเพลิดเพลินโดยรวม ในการจัดประเภท มีทฤษฎีไม่เรียบร้อยดังกล่าว มีจุดรายละเอียดที่นี่มักจะมองข้าม ความยากลำบากใน quantifying หลากหลายประเภทข้อผิดพลาดไม่ให้ intrinsicวงแก้ปัญหาปัญหาการจัดประเภท สามารถ reformulate ประเภทใด ๆปัญหาเป็นการถดถอยหนึ่งตามต้องประมาณกิจกรรมหลังเรียนให้ทฤษฎีแล้วเราได้กล่าวถึงการใช้ และงานมีความก้าวหน้าในตั้ง notably1 Tumer และภโฆษ [140] และ Roli และ Fumera [44, 113] สำหรับการถดถอยบริบทที่อธิบายไว้ในส่วนก่อนหน้านี้ คำถามสามารถได้ชัดเจน phrased เป็น "สามารถเรากำหนดปริมาณความหลากหลายเมื่อ predictors ของเราแสดงผลตัวเลขมูลค่าจริง และรวมด้วยชุดนูนหรือไม่ " สำหรับกรณี ที่ Tumer และภโฆษ [140] ศึกษา คำถามคือเดียว เพียงตัวเลข "มูลค่าจริง" ใช้กิจกรรม คำถามยากมาก

ผลลัพธ์ (ไทย) 2:

ในบริบทการจัดจำแนกของเรารู้ว่าเข้าใจว่าในบริบทของการถดถอยเราอย่างจริงจังสามารถกำหนดทำไมและวิธีการแตกต่างระหว่างผลการทำนายของแต่ละบุคคลมีส่วนร่วมต่อความถูกต้องทั้งมวลโดยรวม ในบริบทการจำแนกไม่มีทฤษฎีดังกล่าวเรียบร้อย มีจุดที่ละเอียดอ่อนอยู่ที่นี่มักจะมองข้าม ความยากลำบากในเชิงปริมาณความหลากหลายของข้อผิดพลาดไม่ได้จัดหมวดหมู่ที่แท้จริงที่จะตระการตาการแก้ปัญหาการจัดหมวดหมู่ มันเป็นไปได้ที่จะกำหนดใหม่การจัดหมวดหมู่ใด ๆปัญหาเป็นถดถอยอย่างใดอย่างหนึ่งโดยการเลือกที่ใกล้เคียงกับความน่าจะเป็นหลังการเรียน; นี้จะช่วยให้ทฤษฎีที่เราได้กล่าวแล้วจะนำไปใช้และการทำงานมีความก้าวหน้าในพื้นที่ notably1 Tumer และกอช [140] และ Roli และ Fumera [44, 113] สำหรับการถดถอยบริบทที่กล่าวถึงในส่วนก่อนหน้านี้คำถามที่สามารถเรียบเรียงอย่างชัดเจนว่าเป็น"วิธีที่สามารถเราเมื่อปริมาณความหลากหลายพยากรณ์ของเราส่งออกจำนวนจริงที่มีมูลค่าและมีการทำงานร่วมกันโดยการรวมกันที่นูนออกมา?" สำหรับกรณีที่ Tumer และกอช [140] การศึกษาคำถามคือเดียวกันเพียงแค่ว่า"ของจริงมูลค่า" ตัวเลขที่มีความน่าจะเป็น คำถามที่ยากมาก

ผลลัพธ์ (ไทย) 3:

ในบริบทของการจำแนก
เรารู้ เข้าใจ ว่า ในบริบทไทยถดถอย เราสามารถกำหนดทำไม และอย่างไร ความแตกต่างระหว่างบุคคล ทำนายผล
มีส่วนร่วมต่อความถูกต้อง ทั้งหมดโดยรวม ในประเภทบริบทไม่มีเรียบร้อย ทฤษฎี มีจุดบอบบางที่นี่
มักจะมองข้าม ความยากในการจำแนกความหลากหลายไม่ใช่ข้อผิดพลาดค่า

ภายในตระการตา tackling ปัญหาการจำแนก มันเป็นไปได้ที่จะ reformulate ใดปัญหาหนึ่งหมวดหมู่
ถดถอยโดยการประมาณความน่าจะเป็นชั้นส่วนหลัง ;
นี้ช่วยให้ทฤษฎีเราได้กล่าวถึงการสมัคร และทำงานอยู่ในพื้นที่นี้
, notably1 และ tumer ghosh [ 140 ] และโรลี fumera 44 และ [ 113 ] สำหรับการถดถอย
บริบทที่กล่าวไว้ในส่วนก่อนหน้า คำถามได้ชัดเจน phrased เป็น " ทำไม
เราวัดความหลากหลายเมื่อพยากรณ์ผลผลิตของเราจริงมูลค่าตัวเลขและจะรวมกันโดย
รวมกันที่นูนออกมา ? " สำหรับกรณีและ tumer ghosh [ 140 ] เรียน คำถามคือ
เหมือนกัน แค่ว่า " ค่าจริง " ตัวเลขความน่าจะเป็น คำถามที่ยากกว่ามาก