Document classification: For document classification we propose the us การแปล - Document classification: For document classification we propose the us ไทย วิธีการพูด

Document classification: For docume

Document classification: For document classification we propose the use of k-Nearest Neighbour classification (kNN). This is a simple method. If you insert a test document into the system, the system finds the knearest neighbours among the profile documents. It uses the categories of the k neighbours to weight the category of the test document. Referring to the
examination of YANG and LIU, the kNN (using the cosine similarity on document vectors) is one of the best methods for text categorization [Yang 1999]. This paper describes our work which is still in progress. At present, we do not have enough qualified data to run optimizations on parameters of the kNN. Thus, the kNN is future work and will not be discussed in this
paper in more detail
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
เอกสารการจัดประเภท: การจัดเอกสาร เราเสนอใช้ k ใกล้เพื่อนบ้านประเภท (kNN) นี้เป็นวิธีที่ง่าย ถ้าคุณใส่เอกสารทดสอบระบบ ระบบค้นหาเพื่อน knearest ส่วนกำหนดค่าเอกสาร จะใช้ประเภทของเพื่อน k น้ำหนักหมวดหมู่ของเอกสารทดสอบ อ้างถึงในตรวจสอบยางและหลิว kNN (ใช้เฉพาะโคไซน์ในเวกเตอร์เอกสาร) เป็นหนึ่งในวิธีดีที่สุดสำหรับการจัดประเภทข้อความ [Yang 1999] เอกสารนี้อธิบายงานของเราซึ่งอยู่ในระหว่างดำเนินการ ปัจจุบัน เราไม่มีข้อมูลเพียงพอเหมาะสมเพื่อเรียกใช้พารามิเตอร์ของ kNN เพิ่มประสิทธิภาพ ดังนั้น kNN การงานในอนาคต และจะไม่กล่าวถึงในนี้กระดาษในรายละเอียดเพิ่มเติม
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
การจัดหมวดหมู่เอกสาร: สำหรับการจัดหมวดหมู่เอกสารเรานำเสนอการใช้งานของการจัดหมวดหมู่เพื่อนบ้าน k-ที่ใกล้ที่สุด (kNN) นี่คือวิธีการที่ง่าย ถ้าคุณใส่เอกสารการทดสอบในระบบระบบพบว่าเพื่อนบ้าน knearest หมู่เอกสารรายละเอียด จะใช้ประเภทของเพื่อนบ้านเคน้ำหนักประเภทของเอกสารการทดสอบ หมายถึงการตรวจสอบยางและหลิวที่ kNN (โดยใช้ความคล้ายคลึงกันในโคไซน์พาหะเอกสาร) เป็นหนึ่งในวิธีการที่ดีที่สุดสำหรับการจัดหมวดหมู่ข้อความ [ยาง 1999]
กระดาษนี้จะอธิบายการทำงานของเราซึ่งยังคงอยู่ในความคืบหน้า ในปัจจุบันเราไม่ได้มีข้อมูลที่มีคุณสมบัติเพียงพอที่จะใช้ในการเพิ่มประสิทธิภาพพารามิเตอร์ของ kNN ดังนั้น kNN
เป็นผลงานในอนาคตและจะไม่ได้รับการกล่าวถึงในนี้กระดาษในรายละเอียดเพิ่มเติม
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ประเภทเอกสาร : ประเภทเอกสารที่เราเสนอการใช้หมวดหมู่เพื่อนบ้านละ ( knn ) วิธีนี้เป็นวิธีง่าย ๆ ถ้าคุณแทรกเอกสารทดสอบเข้าระบบ ระบบพบว่าเพื่อนบ้าน knearest ระหว่างโพรไฟล์เอกสาร ใช้ประเภทของ K เพื่อนบ้านน้ำหนักประเภทของการทดสอบเอกสาร หมายถึง
สอบหยางหลิวจาก knn ( ใช้โคไซน์ความเหมือนบนเวกเตอร์เอกสาร ) เป็นหนึ่งในวิธีการที่ดีที่สุดสำหรับการจัดหมวดหมู่ข้อความ [ หยาง 2542 ] กระดาษนี้จะอธิบายถึงการทำงานของเราซึ่งยังอยู่ในความคืบหน้า ปัจจุบันเราไม่ได้มีข้อมูลเพียงพอเพื่อใช้เพิ่มประสิทธิภาพในพารามิเตอร์ที่เหมาะสมของ knn . ดังนั้น , knn งานในอนาคตและจะไม่กล่าวถึงในบทความนี้
ในรายละเอียดเพิ่มเติม
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: