Wrapper Feature SelectionThe MLC++

Wrapper Feature Selection
The MLC++ machine learning library (Kohavi et al.
1994) was used to provide results for the wrapper. Tenfold
cross validation of the training data was used to
provide an estimate of the accuracy of feature sets with
respect to a particular learning algorithm. The same
search strategy and stopping criterion as CFS are employed
by the wrapper.

ผลลัพธ์ (ไทย) 1:

เลือกคุณลักษณะกระดาษห่อรี MLC ++ เรียนรู้ของเครื่อง (Kohavi et al1994) ถูกใช้เพื่อให้ผลลัพธ์ในการห่อ Tenfoldการตรวจสอบข้อมูลการฝึกอบรมข้ามถูกใช้ให้ตั้งค่าการประเมินความถูกต้องของลักษณะการทำงานด้วยเคารพอัลกอริทึมการเรียนรู้ เหมือนเดิมค้นหากลยุทธ์และเกณฑ์หยุดเป็น CFS เป็นลูกจ้างโดยห่อ

ผลลัพธ์ (ไทย) 2:

คุณสมบัติ Wrapper เลือก
MLC ++ ห้องสมุดการเรียนรู้เครื่อง (Kohavi et al,
1994) ถูกนำมาใช้เพื่อให้ผลการห่อหุ้ม เป็นสิบเท่า
การตรวจสอบข้ามข้อมูลการฝึกอบรมถูกใช้ในการ
จัดให้มีการประเมินความถูกต้องของชุดคุณลักษณะที่มี
ความเคารพในขั้นตอนวิธีการเรียนรู้โดยเฉพาะอย่างยิ่ง เดียวกัน
กลยุทธ์การค้นหาและหยุดเป็นเกณฑ์ CFS เป็นลูกจ้าง
โดยเสื้อคลุม

ผลลัพธ์ (ไทย) 3:

คุณลักษณะการเลือกกระดาษห่อ
MLC การเรียนรู้ของเครื่องห้องสมุด ( kohavi et al .
1994 ) ถูกใช้เพื่อให้ผลลัพธ์ที่กระดาษห่อ การตรวจสอบความถูกต้องของข้อมูลข้าม 10 เท่า

ให้ฝึกใช้การประเมินความถูกต้องของชุดคุณลักษณะกับ
เคารพขั้นตอนวิธีการเรียนรู้โดยเฉพาะ เหมือนกัน
ค้นหากลยุทธ์และเกณฑ์หยุดใช้เป็นโฆษณา
ด้วยกระดาษห่อ