As classification algorithms, we used the algorithms K-nn [7] with 7 n การแปล - As classification algorithms, we used the algorithms K-nn [7] with 7 n ไทย วิธีการพูด

As classification algorithms, we us

As classification algorithms, we used the algorithms K-nn [7] with 7 neighbors, Naive Bayes [8], C4.5 [9] and CN2 [10] without pruning. At the experimental stage, as the experimental methodology, we used cross-validation to estimate the accuracy of the classification algorithms [11]. More specifically,

we used ten-fold cross-validation
in which the dataset to be processed is permuted and partitioned equally into ten disjoint sets D1, D2,…,D10.

In each phase of a cross- validation, one of the yet unprocessed sets was tested, while the union of all remaining sets was used as training set for classification by the algorithms K-nn, C4.5, Naive Bayes and CN2.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เป็นขั้นตอนวิธีการจัดหมวดหมู่ของเราใช้ขั้นตอนวิธี k-NN [7] 7 เพื่อนบ้าน Bayes ไร้เดียงสา [8], C4.5 [9] และ CN2 [10] โดยไม่ต้องตัดแต่งกิ่ง ในขั้นตอนการทดลองเป็นวิธีการทดลองที่เราใช้ข้ามการตรวจสอบเพื่อประเมินความถูกต้องของขั้นตอนวิธีการจัดหมวดหมู่ [11] มากขึ้นโดยเฉพาะ,

เราใช้สิบเท่าการตรวจสอบข้าม
ซึ่งในชุดที่ต้องดำเนินการคือการแบ่งพาร์ติชัน permuted และเท่าเทียมกันเป็นสิบชุดเคลื่อน d1, d2, ... , D10

ในขั้นตอนของการตรวจสอบข้ามซึ่งเป็นหนึ่งในชุดที่ยังไม่ได้ยังได้รับการทดสอบในขณะที่ยูเนี่ยนของชุดที่เหลืออยู่ทั้งหมดถูกนำมาใช้เป็นชุดการฝึกอบรมสำหรับการจัดหมวดหมู่โดยขั้นตอนวิธี K-NN, C4.5, ไร้เดียงสา Bayes และ CN2 แต่ละ
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
เป็นอัลกอริทึมการจัดประเภท เราใช้อัลกอริทึม K-nn [7] กับ 7 บ้าน Naive Bayes [8], CN2 และ C4.5 [9] [10] โดยไม่ต้องตัด ในขั้นตอนทดลอง เป็นวิธีการทดลอง เราใช้ข้ามตรวจสอบเพื่อประเมินความถูกต้องของกระบวนการจัดประเภท [11] อื่น ๆ โดยเฉพาะ,

เราใช้สอบข้าม ten-fold
ในชุดข้อมูลที่จะประมวลผลเป็น permuted และเท่าเทียมกันแบ่ง 10 ตัวชุดง 1, D2,... D10

ในแต่ละขั้นตอนของการตรวจสอบข้าม หนึ่งชุดแต่ยังไม่ได้รับการทดสอบ ในขณะที่สหภาพชุดที่เหลือทั้งหมดถูกใช้เป็นชุดการจัดฝึกอบรม โดยอัลกอริทึม K-nn, C4.5, Naive Bayes และ CN2
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
อัลกอริธึมการแบ่ง ประเภท เป็นเราใช้อัลกอริธึม K - NN [ 7 ]ที่พร้อมด้วย 7 ประเทศเพื่อนบ้านไร้เดียงสา bayes [ 8 ] C 4.5 [ 9 ]และ CN 2 [ 10 ]ไม่มีการตัดแต่งการถอน ที่เวทีทดลองปฏิบัติการทดลองที่เป็นวิธีการที่เราใช้แบบการตรวจสอบในการประเมินความแม่นยำของอัลกอริธึมการแบ่ง ประเภท [ 11 ] เพิ่มเติมโดยเฉพาะ

เราใช้สิบเท่าตัวข้ามผ่านการตรวจสอบ
ที่ dataset ที่จะได้รับการดำเนินการแล้วและมีการแบ่งพาร์ติชั่นคือ permuted อย่างเท่าเทียมกันเป็นสิบชุดไม่ปะติดปะต่อ D 1 D 2 ........................ d10 .

ในแต่ละช่วงเวลาของการ - การตรวจสอบที่เป็นหนึ่งในชุดแต่ยังไม่ได้ประมวลผลที่ได้รับการทดสอบแล้วในขณะที่ สหภาพ ของชุดที่เหลือทั้งหมดได้เคยถูกใช้เป็นการฝึกอบรมสำหรับการแบ่ง ประเภท โดย C 4.5 K - NN อัลกอริธึมที่ไร้เดียงสา bayes และ cn2 .
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: