Since the transformed data set has

Since the transformed data set has a separate feature for each original feature
value in the training cases, the CDW algorithm applied to it generates weights
that vary for individual feature values. This can be described as a new form of
local distance metric on the original data set, where the distance contribution
from each feature is weighted according to the class of the training instance, and
the feature's value in the two cases being compared

ผลลัพธ์ (ไทย) 1:

เนื่องจากชุดข้อมูลตัวแปรมีคุณลักษณะแยกต่างหากสำหรับแต่ละคุณลักษณะเดิมค่าในกรณีที่ฝึกอบรม CDW อัลกอริทึมการสร้างน้ำหนักที่แตกต่างกันไปสำหรับแต่ละคุณลักษณะค่า นี้สามารถอธิบายรูปแบบใหม่ของวัดระยะภายในข้อมูลต้นฉบับ ที่ตั้งส่วนระยะทางจากคุณลักษณะแต่ละถ่วงน้ำหนักตามคลาสของตัวอย่างการฝึกอบรม และค่าของคุณลักษณะในทั้งสองกรณีเปรียบเทียบ

ผลลัพธ์ (ไทย) 2:

ตั้งแต่ชุดข้อมูลที่เปลี่ยนมีคุณสมบัติที่แยกต่างหากสำหรับแต่ละคุณลักษณะเดิมค่าในกรณีการฝึกอบรมขั้นตอนวิธี CDW นำไปใช้สร้างน้ำหนักที่แตกต่างกันสำหรับค่าคุณลักษณะของแต่ละบุคคล นี้สามารถอธิบายเป็นรูปแบบใหม่ของตัวชี้วัดทางไกลในประเทศในชุดข้อมูลเดิมที่มีส่วนร่วมของระยะทางจากแต่ละคุณลักษณะที่มีน้ำหนักตามระดับของตัวอย่างการฝึกอบรมและค่าคุณลักษณะในสองกรณีถูกเปรียบเทียบ

ผลลัพธ์ (ไทย) 3:

ตั้งแต่เปลี่ยนชุดข้อมูลมีการแยกคุณลักษณะแต่ละคุณลักษณะ
ค่าเดิมในการฝึกอบรม กรณี , CDW ขั้นตอนวิธีใช้มันสร้างน้ำหนักที่แตกต่างกันสำหรับแต่ละคุณลักษณะ
ค่า นี้สามารถอธิบายเป็นรูปแบบใหม่ของ
เมตริกระยะทางท้องถิ่นเดิม ชุดข้อมูล ซึ่งระยะห่างผลงาน
จากแต่ละคุณลักษณะหนักตามระดับของการฝึกอบรม เช่นและ
ค่าคุณสมบัติในการเปรียบเทียบ
2 ราย