• Parameter estimation and global i

• Parameter estimation and global imputation based on non-missing attributes
These have proven to be very effective in many situations, especially the EM algorithm [1] and multiple
imputation [12]. The main problem with these techniques is the need for strong model assumptions, which are
usually difficult to justify in the knowledge discovery process.

ผลลัพธ์ (ไทย) 1:

•การประมาณค่าพารามิเตอร์และสากล imputation ตามแอตทริบิวต์ที่ไม่หายไปเหล่านี้ได้พิสูจน์แล้วว่ามีประสิทธิภาพมากในหลาย ๆ สถานการณ์ อัลกอริทึม EM [1] และหลายimputation [12] ปัญหาหลัก ด้วยเทคนิคเหล่านี้จะต้องสมมติฐานรุ่นแข็งแรง ซึ่งเป็นมักจะยากการจัดชิดขอบในกระบวนการค้นหาความรู้

ผลลัพธ์ (ไทย) 2:

•ประมาณค่าพารามิเตอร์และใส่ร้ายทั่วโลกขึ้นอยู่กับที่ไม่ได้หายไปแอตทริบิวต์
เหล่านี้ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพมากในหลาย ๆ สถานการณ์โดยเฉพาะอย่างยิ่งขั้นตอนวิธีอีเอ็ม [1] และหลาย
ใส่ร้าย [12] ปัญหาหลักด้วยเทคนิคเหล่านี้เป็นสิ่งจำเป็นในการตั้งสมมติฐานรุ่นที่แข็งแกร่งซึ่งเป็น
มักจะเป็นเรื่องยากที่จะปรับในขั้นตอนการค้นพบความรู้

ผลลัพธ์ (ไทย) 3:

การประมาณค่าพารามิเตอร์ และบริการส่วนบุคคลทั่วโลกขึ้นอยู่กับคุณลักษณะไม่ขาดหายไปเหล่านี้ได้พิสูจน์แล้วว่ามีประสิทธิภาพมากในสถานการณ์ต่างๆ โดยเฉพาะขั้นตอนวิธีอีเอ็ม [ 1 ] และหลายการใส่ความ [ 12 ] ปัญหาหลักกับเทคนิคเหล่านี้เป็นความต้องการสำหรับสมมติฐานแบบแข็งแรง ซึ่งเป็นมักจะยากที่จะปรับในการค้นพบความรู้กระบวนการ