For a dense sampling of a D dimensi

For a dense sampling of a D dimensional feature space F ⊂ RD, a training
set of size M ≫ 2
D is required. For the cases where M . 2
D, a modification of
the basic algorithm improves the classification performances for sparse datasets,
at the expense of the query time

ผลลัพธ์ (ไทย) 1:

การสุ่มตัวอย่างหนาแน่นของตัว D มิติคุณลักษณะพื้นที่ F ⊂ RD ฝึกอบรมขนาด M ≫ 2 ชุดD ที่ถูกต้อง ในกรณีที่ M 2D การปรับเปลี่ยนแสดงการจัดประเภทสำหรับ datasets ห่าง การปรับปรุงอัลกอริทึมพื้นฐานค่าใช้จ่ายเวลาการสอบถาม

ผลลัพธ์ (ไทย) 2:

สำหรับตัวอย่างหนาแน่นของคุณลักษณะมิติ D พื้นที่ F ⊂ RD,
การฝึกอบรมชุดของขนาดM » 2
D ที่จะต้อง สำหรับกรณีที่ M 2
D, การเปลี่ยนแปลงของอัลกอริทึมพื้นฐานที่ช่วยเพิ่มการแสดงการจัดหมวดหมู่สำหรับชุดข้อมูลเบาบางที่ค่าใช้จ่ายของเวลาแบบสอบถาม

ผลลัพธ์ (ไทย) 3:

สำหรับหนาแน่นตัวอย่าง D มิติคุณลักษณะพื้นที่ F ⊂ Rd , การฝึกอบรม
ชุดไซส์ M ≫ 2
D เป็นสิ่งจำเป็น สำหรับกรณีที่ M . 2
D
ขั้นตอนวิธีการแก้ไขพื้นฐานปรับปรุงการจำแนกสมรรถนะสำหรับข้อมูล
เบาบาง , ที่ค่าใช้จ่ายของแบบสอบถามเวลา