The Heterogeneous Radial Basis Func

The Heterogeneous Radial Basis Function (HRBF) algorithm was implemented and tested on several
databases from the Machine Learning Database Repository at the University of California Irvine [5].
Each test consisted of ten trials, each using one of ten partitions of the data randomly selected from the
data sets, i.e., 10-fold cross-validation. Each trial consisted of building a network using 90% of the training
instances in hidden nodes and then using this network to classify the remaining 10% of the instances to see how
many were classified correctly

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมบริการรัศมีพื้นฐานฟังก์ชัน (HRBF) ถูกนำมาใช้ และทดสอบหลายฐานข้อมูลจากเก็บฐานข้อมูลการเรียนรู้ของเครื่องที่เออร์วินมหาวิทยาลัยแคลิฟอร์เนีย [5]แต่ละการทดสอบประกอบด้วย 10 การทดลอง แต่ละใช้กั้น 10 ข้อมูลที่สุ่มเลือกจากการชุดข้อมูล เช่น 10-fold ข้ามตรวจสอบ ทดลองแต่ละครั้งประกอบด้วยการสร้างเครือข่ายที่ใช้ 90% ของการฝึกอินสแตนซ์ในซ่อนโหนและใช้เครือข่ายนี้เพื่อจัดประเภท 10% ที่เหลือของอินสแตนซ์เพื่อดูวิธีหลายคนถูกจัดอย่างถูกต้อง

ผลลัพธ์ (ไทย) 2:

เกณฑ์ Radial ต่างกันฟังก์ชั่น (HRBF)
ขั้นตอนวิธีการใช้งานและทดสอบหลายต่อหลายฐานข้อมูลจากเครื่องการเรียนรู้ที่เก็บฐานข้อมูลที่มหาวิทยาลัยแคลิฟอร์เนียเออร์ไวน์[5].
แต่ละการทดสอบประกอบด้วยสิบทดลองแต่ละโดยใช้หนึ่งในสิบพาร์ทิชันของข้อมูลที่สุ่มเลือก
จากข้อมูลชุดคือ10 เท่าการตรวจสอบข้าม การพิจารณาคดีแต่ละประกอบด้วยการสร้างเครือข่ายโดยใช้ 90%
ของการฝึกอบรมในกรณีโหนดซ่อนแล้วใช้เครือข่ายนี้จะจัดที่เหลืออีก10%
ของกรณีที่จะเห็นว่าหลายคนถูกจัดอย่างถูกต้อง

ผลลัพธ์ (ไทย) 3:

ที่แตกต่างกันฟังก์ชันเรเดียลเบซิส ( hrbf ) โดยระบบทดสอบหลายฐานข้อมูล
จากการเรียนรู้เครื่องที่เก็บฐานข้อมูลที่มหาวิทยาลัยแห่งแคลิฟอร์เนียเออร์ไวน์ [ 5 ] .
ทดสอบแต่ละประกอบด้วยการทดลองสิบ แต่ละพาร์ทิชันโดยใช้หนึ่งในสิบของข้อมูลการสุ่มเลือกจาก
ชุดข้อมูล คือ 10 โฟลด .แต่ละคดี มีการสร้างเครือข่ายที่ใช้ 90% ของการฝึกอบรม
อินสแตนซ์ในโหนดที่ซ่อนแล้วใช้เครือข่ายนี้เพื่อแบ่งที่เหลืออีก 10% ของอินสแตนซ์เพื่อดูวิธีการหลาย
จำแนกได้อย่างถูกต้อง