This study proposed to compare two

This study proposed to compare two supervised classification algorithms with respect to the Kappa index and total accuracy. In this respect, it is important to note that visually, differences in classifications were noted using the Gaussian Mixing Model and Random Forest. However, both rankings were considered excellent, as proposed by Fonseca (2000) for the Kappa index, with a noticeable statistical advantage of the Random Forest algorithm over the Gaussian Blending Model.

ผลลัพธ์ (ไทย) 1:

การศึกษานี้เสนอให้เปรียบเทียบอัลกอริธึมการจำแนกประเภทภายใต้การดูแลสองอัลกอริธึมโดยคำนึงถึงดัชนีคัปปาและความแม่นยำทั้งหมด ในแง่นี้ สิ่งสำคัญคือต้องสังเกตว่าความแตกต่างในการจำแนกประเภทด้วยสายตาถูกสังเกตโดยใช้แบบจำลองการผสมแบบเกาส์เซียนและฟอเรสต์สุ่ม อย่างไรก็ตาม การจัดอันดับทั้งสองถือว่ายอดเยี่ยม ตามที่เสนอโดย Fonseca (2000) สำหรับดัชนี Kappa โดยมีข้อได้เปรียบทางสถิติที่เห็นได้ชัดเจนของอัลกอริธึม Random Forest เหนือ Gaussian Blending Model

ผลลัพธ์ (ไทย) 2:

การศึกษานี้เสนอให้เปรียบเทียบอัลกอริทึมการจําแนกประเภทการดูแลสองแบบในแง่ของดัชนี Kappa และความแม่นยําทั้งหมด ในเรื่องนี้ควรสังเกตว่าในทางสายตาความแตกต่างในการจําแนกประเภทได้รับการสังเกตโดยใช้แบบจำลองไฮบริดเกาส์และป่าสุ่ม อย่างไรก็ตามการจัดอันดับทั้งสองถือว่ายอดเยี่ยมตามที่ Fonseca (2000) เสนอสำหรับดัชนี Kappa และอัลกอริทึมป่าแบบสุ่มมีข้อได้เปรียบทางสถิติที่สำคัญกว่าแบบจำลองไฮบริดของ Gauss

ผลลัพธ์ (ไทย) 3:

การศึกษานี้มีวัตถุประสงค์เพื่อเปรียบเทียบดัชนีKappaและความถูกต้องทั้งหมดของอัลกอริทึมการจําแนกประเภทที่ได้รับการดูแลทั้งสองแบบ ในเรื่องนี้สิ่งสําคัญคือต้องทราบว่าความแตกต่างในการจัดหมวดหมู่จะสังเกตเห็นโดยใช้แบบจําลองไฮบริดแบบGaussianและstochastic forest อย่างไรก็ตามในขณะที่Fonseca ( 2000 )เสนอสําหรับดัชนีKappaทั้งสองอันดับนี้ถือว่าดีและอัลกอริทึมป่าแบบสุ่มจะดีกว่าแบบจําลองแบบผสมแบบGaussianอย่างมีนัยสําคัญทางสถิติ