To determine the most accurate clas

To determine the most accurate classifier for the proposed
transportation mode detection algorithm, we compared precision
and recall accuracy of five distinct classification models. The five
models are: (1) Naive Bayes (NB), (2) Bayesian Network (BN), (3)
Decision Trees (DT), (4) Random Forest (RF), (5) Multilayer
Perceptron (ML). Readers are referred to [32, 33] for discussions
on various classification models. To evaluate the different
classification models on transportation mode detection, the WEKA
machine learning tool set [32] was used.

ผลลัพธ์ (ไทย) 1:

กำหนด classifier อย่างยิ่งสำหรับการนำเสนอขนส่งโหมดตรวจสอบอัลกอริทึม เราเปรียบเทียบความแม่นยำและเรียกคืนความถูกต้องของประเภทแตกต่างกันห้าแบบ 5รูปแบบ: (1) Naive Bayes (NB), (2) ทฤษฎีเครือข่าย (พัน), (3)ตัดสินใจ Multilayer (5) (4) สุ่มป่า (RF) ต้นไม้ (DT)เพอร์เซปตรอน (มล) อ่านอย่าง [32, 33] สนทนาในรุ่นประเภทต่าง ๆ การประเมินที่แตกต่างกันรูปแบบประเภทการขนส่งโหมดตรวจหา WEKAใช้เครื่องเรียนเครื่องมือชุด [32]

ผลลัพธ์ (ไทย) 2:

เพื่อตรวจสอบการจําแนกที่ถูกต้องที่สุดสำหรับการเสนอวิธีการขนส่งแบบวิธีการตรวจสอบเราเมื่อเทียบกับความแม่นยำและความถูกต้องของการเรียกคืนห้ารุ่นที่แตกต่างกันการจัดหมวดหมู่ ห้ารูปแบบคือ (1) ไร้เดียงสา Bayes (NB), (2) คชกรรมเครือข่าย (BN), (3) ต้นไม้การตัดสินใจ (DT), (4) ป่าสุ่ม (RF), (5) หลายPerceptron (ML) ผู้อ่านจะเรียกว่า [32, 33] สำหรับการอภิปรายในรูปแบบการจัดหมวดหมู่ต่างๆ ในการประเมินที่แตกต่างกันรูปแบบการจัดหมวดหมู่ในการตรวจสอบโหมดการขนส่งที่ WEKA เครื่องมือการเรียนรู้ชุดเครื่อง [32] ถูกนำมาใช้

ผลลัพธ์ (ไทย) 3:

เพื่อศึกษาแบบถูกต้องมากที่สุดสำหรับการนำเสนอ
การขนส่งโหมดการตรวจสอบขั้นตอนวิธี เราเปรียบเทียบความแม่นยำและความถูกต้องของแบบจำ
5 ประเภทที่แตกต่างกัน 5
รุ่น ( 1 ) ไร้เดียงสา Bayes ( NB ) ( 2 ) แบบเครือข่าย ( 3 ) ( 3 )
ต้นไม้การตัดสินใจ ( DT ) , ( 4 ) การสุ่มป่า ( RF ) , ( 5 ) ไซส์โมซอรัส Multilayer
( มิลลิลิตร ) ผู้อ่านจะเรียกว่า [ 32 , 33 ] อภิปราย
รูปแบบหมวดหมู่ต่าง ๆ เพื่อประเมินรูปแบบการจำแนกที่แตกต่างกัน
ในการตรวจสอบโหมดการขนส่ง , เครื่องมือการเรียนรู้ Weka
ชุดเครื่องจักร [ 32 ] ใช้