Several previously introduced class

Several previously introduced classiers share similarities with CDW and its
variants. For example VDM computes the feature
value distributions, but unlike CDW the weights it computes do not depend on
the class of the training instance. VDM computes dierent distances between
symbolic feature values, and also weights the features based on the feature value
of the test case. This can be viewed as weighting features locally based on both
the training and test cases, although the computed distance between any two
given feature values is the same across the entire data set. Of the methods
presented here, VDM is most similar to GMEF-CDW

ผลลัพธ์ (ไทย) 1:

หลาย classi ก่อนหน้านี้นำสกู๊ปร่วมความคล้ายคลึงกับ CDW และตัวแปร เช่น VDM จะคุณลักษณะค่าการกระจาย แต่ต่างจาก CDW น้ำหนักมันจะขึ้นอยู่กับประเภทของอินสแตนซ์ของการฝึกอบรม VDM จะดี erent มีระยะห่างระหว่างค่าคุณลักษณะสัญลักษณ์ และน้ำหนักคุณลักษณะค่าคุณลักษณะกรณีทดสอบ นี้สามารถใช้เป็นน้ำหนักลักษณะภายในยึดทั้งสองการฝึกอบรมและทดสอบกรณี แม้ว่าระยะห่างระหว่างสองการคำนวณกำหนดค่าคุณลักษณะจะเหมือนกันทั้งชุดข้อมูลทั้งหมด วิธีนำเสนอ VDM จะมากที่สุดคล้ายกับ GMEF CDW

ผลลัพธ์ (ไทย) 2:

ก่อนหน้านี้หลายคนแนะนำ ERS จัดประเภทคล้ายคลึงกันร่วมกับ CDW
และของสายพันธุ์ ตัวอย่างเช่น VDM
คำนวณลักษณะการกระจายค่าแต่ไม่เหมือน CDW
น้ำหนักคำนวณมันไม่ได้ขึ้นอยู่กับระดับของตัวอย่างการฝึกอบรม VDM คำนวณดิ? ระยะทางต่างกันระหว่างค่าคุณลักษณะสัญลักษณ์และน้ำหนักคุณสมบัติขึ้นอยู่กับค่าคุณลักษณะของกรณีทดสอบ นี้สามารถดูคุณสมบัติตามน้ำหนักในประเทศทั้งการฝึกอบรมและการทดสอบกรณีแม้ว่าระยะทางที่คำนวณระหว่างสองค่าคุณลักษณะที่กำหนดจะเหมือนกันในชุดข้อมูลทั้งหมด วิธีการที่นำเสนอที่นี่, VDM เป็นส่วนใหญ่คล้ายกับ GMEF-CDW

ผลลัพธ์ (ไทย) 3:

แนะนำก่อนหน้านี้หลาย classi  ERS แบ่งปันความคล้ายคลึงกันกับ CDW และ
แปร ตัวอย่างเช่น vdm คำนวณคุณลักษณะ
ค่าการแจกแจง แต่แตกต่างจาก CDW น้ำหนักมันคำนวณไม่ขึ้นอยู่กับ
ชั้นเรียนการฝึกอบรม เป็นต้น คำนวณระยะทางระหว่าง vdm ดิ  erent
สัญลักษณ์คุณลักษณะค่า และยัง น้ำหนักคุณสมบัติตามคุณสมบัติค่า
ของการทดสอบกรณีนี้สามารถถูกมองว่าเป็นดัชนีคุณสมบัติตามท้องถิ่นทั้ง
การฝึกอบรมและกรณีทดสอบจะคำนวณระยะทางระหว่างสอง
ให้คุณลักษณะค่านิยมเดียวกันทั่วทั้งชุดข้อมูล ของวิธีการ
แสดงที่นี่ vdm คล้ายคลึงมากที่สุด gmef-cdw