The feature selection approach in t

The feature selection approach in this study is based on the dimension reduction issue.
Initially, some projection methods as PCA [10][11], MLHL [12][13] and CMLHL [1] are applied.
In a first step they aim to analyse the internal structure of a representative data set of a case of study.
If after applying these models a clear internal structure can be identified,
this means that the data recorded is informative enough. Otherwise, data must be properly collected.

ผลลัพธ์ (ไทย) 1:

วิธีการเลือกคุณลักษณะในการศึกษานี้ขึ้นอยู่กับปัญหาการลดขนาด เริ่มแรก จะใช้วิธีฉายภาพบาง PCA [10] [11], MLHL [12] [13] และ CMLHL [1] ในขั้นตอนแรก โดยมีเป้าหมายในการวิเคราะห์โครงสร้างของชุดข้อมูลตัวแทนของกรณีศึกษา ถ้าหลังจากการใช้แบบจำลองเหล่านี้ สามารถสามารถระบุโครงสร้างภายในที่ชัดเจน ซึ่งหมายความ ว่า ข้อมูลที่บันทึกเป็นข้อมูลเพียงพอ มิฉะนั้น ข้อมูลต้องถูกต้องรวบรวม

ผลลัพธ์ (ไทย) 2:

วิธีการเลือกคุณลักษณะในการศึกษานี้จะขึ้นอยู่กับปัญหาการลดมิติ.
ในขั้นต้นบางวิธีการฉายเป็น PCA [10] [11], MLHL [12] [13] และ CMLHL [1] ถูกนำมาใช้.
ในขั้นตอนแรกที่พวกเขามีจุดมุ่งหมาย การวิเคราะห์โครงสร้างภายในของชุดข้อมูลที่ตัวแทนของกรณีศึกษา.
หากหลังจากการใช้รูปแบบเหล่านี้มีโครงสร้างภายในที่ชัดเจนสามารถระบุ
ซึ่งหมายความว่าข้อมูลที่บันทึกไว้เป็นข้อมูลเพียงพอ มิฉะนั้นข้อมูลที่จะต้องเก็บอย่างถูกต้อง