3. Results and Discussion The 5-fol

3. Results and Discussion
The 5-fold cross validation indicates that TAN model has the lowest RMSE (Table 1). Friedman’s test reports significant differences (p-value < 0.05) among the tested models in each dataset. The post-hoc test shows significant differences between the TAN model and both MLP and LR models, with the former having significantly lower RMSE than the latter models (Fig. 1). According to the statistical test applied, the TAN model was not outperformed by any other model in terms of RMSE. This means that, from the point of view of accuracy, the TAN is competitive with other popular methods used for regression. The error maps (Fig. 2) provide detailed information about the reliability of the results in every single watershed. It is worth noting that northern areas present low errors on the 4 maps, while watersheds in the center show higher errors, especially on the MLP map. These maps emphasize that both TAN and M5P show lower error dispersion and, therefore, are more accurate in the whole study area. Besides accuracy, BNs provide a number of advantages, including the capability of predicting the posterior density function of the response variable given some evidence, which is more useful and accurate than a single mean value.

ผลลัพธ์ (ไทย) 2:

3. ผลการอภิปรายและ
5 เท่าการตรวจสอบข้ามแสดงให้เห็นว่ารูปแบบการ TAN มี RMSE ต่ำสุด (ตารางที่ 1) ทดสอบฟรีดแมนรายงานความแตกต่างกัน (p-value <0.05) ในรูปแบบที่ผ่านการทดสอบในแต่ละชุด การทดสอบ post-hoc แสดงความแตกต่างที่สำคัญระหว่างรูปแบบตันและทั้งสอง MLP และ LR รุ่นกับอดีตมี RMSE ต่ำกว่ารุ่นหลัง (รูปที่ 1). ตามที่การทดสอบทางสถิติที่นำมาใช้รูปแบบตันก็ไม่ได้ดีกว่าโดยรูปแบบอื่น ๆ ในแง่ของ RMSE ซึ่งหมายความว่าจากมุมมองของความถูกต้องความ TAN มีการแข่งขันด้วยวิธีการอื่น ๆ ที่นิยมใช้สำหรับการถดถอย แผนที่ข้อผิดพลาด (รูปที่. 2) ให้ข้อมูลรายละเอียดเกี่ยวกับความน่าเชื่อถือของผลในทุกลุ่มน้ำเดียว มันเป็นที่น่าสังเกตว่าพื้นที่ภาคเหนือข้อผิดพลาดต่ำอยู่บน 4 แผนที่ในขณะที่แหล่งต้นน้ำในศูนย์แสดงข้อผิดพลาดที่สูงขึ้นโดยเฉพาะอย่างยิ่งในแผนที่ MLP แผนที่เหล่านี้เน้นว่าทั้ง TAN และ M5P แสดงการกระจายตัวที่ต่ำกว่าและข้อผิดพลาดจึงมีความถูกต้องมากขึ้นในพื้นที่ศึกษาทั้ง นอกจากนี้ความถูกต้อง BNS ให้จำนวนของข้อได้เปรียบรวมถึงความสามารถในการคาดการณ์ฟังก์ชั่นความหนาแน่นหลังของตัวแปรการตอบสนองที่ได้รับหลักฐานบางอย่างซึ่งจะเป็นประโยชน์และถูกต้องมากขึ้นกว่าค่าเฉลี่ยเดียว

ผลลัพธ์ (ไทย) 3:

3 . ผลการตรวจสอบพบว่า ผู้อื่น
ข้ามแทนนางแบบ RMSE ต่ำสุด ( ตารางที่ 1 ) ฟรีดแมนทดสอบรายงานความแตกต่างอย่างมีนัยสำคัญทางสถิติ ( p-value < 0.05 ) ในการทดสอบแบบจำลองในแต่ละชุดข้อมูล . การโพสต์ hoc การทดสอบแสดงให้เห็นความแตกต่างระหว่างรูปแบบและรูปแบบทั้งตันและ MLP LR กับอดีตมี RMSE น้อยกว่ารุ่นหลัง ( รูปที่ 1 )ตามสถิติที่ใช้ทดสอบ แบบตันไม่เกินโดยใด ๆ รูปแบบอื่น ๆ ในแง่ของวิธี . ซึ่งหมายความว่า จากมุมมองของความถูกต้อง แทนการแข่งขันกับวิธีที่นิยมอื่น ๆที่ใช้สำหรับการ ข้อผิดพลาดแผนที่ ( รูปที่ 2 ) ให้ข้อมูลรายละเอียดเกี่ยวกับความน่าเชื่อถือของผลในแต่ละลุ่มน้ำเป็นมูลค่า noting ว่าพื้นที่ภาคเหนือปัจจุบันต่ำข้อผิดพลาดใน 4 แผนที่ ขณะที่ลุ่มน้ำในศูนย์แสดงข้อผิดพลาดสูง โดยเฉพาะอย่างยิ่งในแผนที่ MLP . แผนที่เหล่านี้เน้นว่าทั้งตังและ m5p แสดงการแพร่กระจายและลดข้อผิดพลาดจึงมีความถูกต้องมากขึ้นในพื้นที่ศึกษาทั้งหมด นอกจากความถูกต้อง BNS มีจำนวนข้อได้เปรียบรวมทั้งความสามารถในการทำนายของตัวแปรฟังก์ชันความหนาแน่นของการระบุหลักฐานบางอย่างที่เป็นประโยชน์และถูกต้องกว่าค่า
หมายถึงเดี่ยว