3.2.1. SIMCATable 3 shows the optim

3.2.1. SIMCA
Table 3 shows the optimal PC number employed for modeling of each class and the two types of classification errors: (a) a type-I error, which consists of a sample not included in its own class; and (b) a type-II error, which consists of a sample included in an incorrect class. We can observe that all samples were correctly classified into their respective class for all used data sets, except for the Argentinean green teas when using the ‘‘AFC parameters’’ that had a classification error of 20%. In relation to the type II errors, the best SIMCA result was achieved by using the ‘‘Elements in tea infusions’’ data set, which reached a mean correct classification of 88.9%. The other ‘‘All parameters’’, ‘‘AFC parameters’’, and ‘‘Total content of elements’’ data sets presented mean classification errors of 25, 61.1 and 71.7%, respectively.

ผลลัพธ์ (ไทย) 2:

3.2.1 SIMCA
ตารางที่ 3 แสดงจำนวนเครื่องคอมพิวเตอร์ที่ดีที่สุดที่ใช้สำหรับการสร้างแบบจำลองของแต่ละชั้นเรียนและทั้งสองประเภทของข้อผิดพลาดการจำแนกประเภท (ก) ข้อผิดพลาดประเภท-I ซึ่งประกอบด้วยตัวอย่างไม่รวมอยู่ในระดับของตัวเอง; และ (ข) ข้อผิดพลาดประเภท-II ซึ่งประกอบด้วยตัวอย่างรวมอยู่ในระดับที่ไม่ถูกต้อง เราสามารถสังเกตเห็นว่ากลุ่มตัวอย่างทั้งหมดถูกจัดอย่างถูกต้องในชั้นเรียนของตนสำหรับชุดข้อมูลที่ใช้ทั้งหมดยกเว้นสำหรับชาเขียวอาร์เจนตินาเมื่อใช้ '' เอเอฟซีพารามิเตอร์ '' ที่มีข้อผิดพลาดในการจัดหมวดหมู่ของ 20% ในความสัมพันธ์กับชนิด II ข้อผิดพลาดผล SIMCA ที่ดีที่สุดก็ประสบความสำเร็จโดยใช้ '' องค์ประกอบในการหาเงินทุนชา '' ชุดข้อมูลซึ่งหมายถึงการจำแนกประเภทที่ถูกต้องของ 88.9% อื่น ๆ '' พารามิเตอร์ทั้งหมด '', '' เอเอฟซีพารามิเตอร์ '' และ '' เนื้อหารวมขององค์ประกอบ 'ข้อมูล' ชุดที่นำเสนอข้อผิดพลาดการจำแนกเฉลี่ยของ 25, 61.1 และ 71.7% ตามลำดับ

ผลลัพธ์ (ไทย) 3:

ดำเนินงาน . ซิมก้า
3 ตารางแสดงจำนวนที่ใช้สำหรับการจำลองเครื่องคอมพิวเตอร์ของแต่ละชั้น 2 และการจำแนกประเภทของข้อผิดพลาด : ข้อผิดพลาดประเภท - I ( A ) ซึ่งประกอบด้วยตัวอย่างที่ไม่รวมอยู่ในชั้นเรียนของตนเอง และ ( ข ) ชนิดที่ ๒ ซึ่งประกอบด้วยตัวอย่างรวมในชั้นเรียนที่ไม่ถูกต้องเราสามารถสังเกตได้ว่า ตัวอย่างที่ถูกต้องแบ่งคลาสของตนทั้งหมดใช้ชุดข้อมูลยกเว้นอาร์เจนตินาชาเขียวเมื่อใช้ ' 'afc พารามิเตอร์ ' ' ว่ามีความคลาดเคลื่อนในการแบ่งกลุ่มของ 20% ในความสัมพันธ์กับประเภทที่สองข้อผิดพลาดที่ดีที่สุดปทุมาผลคือได้โดยใช้ ' 'elements ชาช่วง ' ' ชุดข้อมูลซึ่งถึงหมายถึงถูกต้องประเภทของ 88.9 % อื่น ๆ ' ทั้งหมดพารามิเตอร์ ' ' , ' ' 'afc พารามิเตอร์ ' ' , และ ' ' ' 'total เนื้อหาขององค์ประกอบชุดข้อมูลนำเสนอหมายถึงการได้รับข้อผิดพลาด 25 และ 61 ตามลำดับ