where ξ, known as a slack variable,

where ξ, known as a slack variable, allows for misclassification of difficult or noisy
training examples, andC is a parameter that is used to prevent overfitting. Overfitting
happens when the learning algorithm produces a ranking function that does
very well at ranking the training data, but does not do well at ranking documents
for a new query. Software packages are available that do this optimization and
produce a classifier.

ผลลัพธ์ (ไทย) 1:

ที่ξ เรียกว่าตัวแปรหย่อน ช่วยให้การจัดประเภทยาก หรือเสียงดังการฝึกอบรมตัวอย่าง ตามสั่งเป็นพารามิเตอร์ที่ใช้ในการป้องกันการ overfitting Overfittingเกิดขึ้นเมื่อฟังก์ชันการจัดอันดับที่ไม่สร้างอัลกอริทึมการเรียนรู้ดี ที่จัดลำดับข้อมูลการฝึกอบรม แต่ไม่ทำที่จัดลำดับเอกสารสำหรับแบบสอบถามใหม่ มีแพ็คเกจซอฟต์แวร์ที่ทำนี้ และผลิตเป็นลักษณนาม

ผลลัพธ์ (ไทย) 2:

ที่ξที่รู้จักกันเป็นตัวแปรหย่อนช่วยให้การจำแนกของยากหรือมีเสียงดัง
ตัวอย่างการฝึกอบรม andC เป็นพารามิเตอร์ที่ใช้ในการป้องกันไม่ให้อิง overfitting
เกิดขึ้นเมื่อขั้นตอนวิธีการเรียนรู้การผลิตที่ฟังก์ชั่นการจัดอันดับที่ไม่
ได้เป็นอย่างดีในการจัดอันดับข้อมูลการฝึกอบรม แต่ไม่ได้ทำดีที่เอกสารการจัดอันดับ
สำหรับแบบสอบถามใหม่ ซอฟแวร์ที่มีที่ทำเพิ่มประสิทธิภาพและ
ผลิตลักษณนาม

ผลลัพธ์ (ไทย) 3:

ที่ξ เรียกว่าหย่อนตัวแปร ให้ผิดพลาดยาก หรือเสียงดังตัวอย่างการฝึกอบรม และ c เป็นพารามิเตอร์ที่ใช้ป้องกัน overfitting . overfittingเกิดขึ้นเมื่ออัลกอริทึมเรียนรู้สร้างการจัดอันดับฟังก์ชัน ที่ ไม่การจัดอันดับข้อมูลฝึกได้ดี แต่ไม่ทำให้ดีในเอกสารการจัดอันดับสำหรับผู้ใช้ใหม่ แพคเกจซอฟต์แวร์ที่มีประสิทธิภาพนี้และทำผลิตเป็นลักษณนาม