There are several inexpensive metho

There are several inexpensive methods that should be suitable for
initialization of neural classifiers, including statistical discriminant
functions, decision trees such as C4.5 or CART, and clusterization
methods. We will consider statistical discriminant and clusterization
techniques here, although the use of decision trees is equally worth
investigating. Classical statistical discriminant techniques include
Fisher, linear, logistic, multiple discriminant analysis, and more
modern methods like DIPOL92 [10]. The Fisher discriminant analysis
[11] is based on a projection on a single line passing through the
origin, trying to increase the separation of projected points between
the classes and decrease the separation of projected points inside the
same class. The error function becomes:

ผลลัพธ์ (ไทย) 1:

มีหลายวิธีราคาที่ควรเหมาะสมการเริ่มต้นของคำนามภาษาประสาท รวมสถิติ discriminantฟังก์ชัน ต้นไม้ตัดสินใจ C4.5 หรือรถเข็น และ clusterizationวิธี เราจะพิจารณาสถิติ discriminant และ clusterizationเทคนิคที่นี่ แม้ว่าการใช้ต้นไม้ตัดสินใจเป็นมูลค่าเท่า ๆ กันตรวจสอบ รวมเทคนิค discriminant คลาสสิกทางสถิติฟิช เชอร์ logistic เชิงเส้น การวิเคราะห์ discriminant หลาย และอื่น ๆวิธีที่ทันสมัยเช่น DIPOL92 [10] การวิเคราะห์ discriminant ฟิชเชอร์[11] เป็นไปตามคาดการณ์บนบรรทัดเดียวที่ผ่านการจุดเริ่มต้น การพยายามเพิ่มแยกจุดคาดระหว่างการเรียน และลดการแบ่งแยกจุดคาดการณ์ภายในประเภทเดียวกัน ฟังก์ชันข้อผิดพลาดกลายเป็น:

ผลลัพธ์ (ไทย) 2:

มีวิธีการหลายราคาไม่แพงที่ควรจะมีความเหมาะสมสำหรับการเริ่มต้นของลักษณนามประสาทรวมทั้งจำแนกทางสถิติที่ฟังก์ชั่นต้นไม้ตัดสินใจเช่นC4.5 หรือรถเข็นและ clusterization วิธี เราจะพิจารณาจำแนกทางสถิติและ clusterization เทคนิคที่นี่แม้ว่าการใช้ต้นไม้การตัดสินใจเป็นอย่างเท่าเทียมกันมูลค่าการตรวจสอบ คลาสสิกเทคนิคการจำแนกทางสถิติรวมถึงฟิชเชอร์เชิงเส้นโลจิสติกการวิเคราะห์จำแนกและอื่น ๆ วิธีการที่ทันสมัยเช่น DIPOL92 [10] การวิเคราะห์จำแนกฟิชเชอร์[11] จะขึ้นอยู่กับการฉายบนบรรทัดเดียวผ่านที่กำเนิดพยายามที่จะเพิ่มการแยกจุดที่คาดการณ์ระหว่างเรียนและลดการแยกของจุดที่คาดการณ์ภายในชั้นเดียวกัน ฟังก์ชั่นจะกลายเป็นข้อผิดพลาด:

ผลลัพธ์ (ไทย) 3:

มีหลายราคาไม่แพงวิธีที่น่าจะเหมาะกับการเริ่มต้นของประสาทคำ

รวมถึงฟังก์ชันจำแนกสถิติการตัดสินใจต้นไม้ เช่น โปรแกรม C4.5 หรือรถเข็น และวิธีการ clusterization

เราจะพิจารณาจำแนกทางสถิติและเทคนิค clusterization
ที่นี่ แม้ว่าการใช้ต้นไม้ตัดสินใจเป็นอย่างเท่าเทียมกัน
คุ้มค่าตรวจสอบคลาสสิกสถิติจำแนกเทคนิครวมถึง
Fisher , เชิงเส้น , โลจิสติกการวิเคราะห์หลายๆ
วิธีการสมัยใหม่ เช่น dipol92 [ 10 ] ค้นหาจำแนกการวิเคราะห์
[ 11 ] ตามประมาณการในบรรทัดเดียวผ่าน
ที่มา , พยายามที่จะเพิ่มการแยกโดยจุดระหว่าง
ชั้นเรียนและลดการแยกโดยจุดภายใน
ห้องเดียวกัน . ฟังก์ชันข้อผิดพลาดเป็น