in this study. we found that the AU

in this study. we found that the AUC of model with generating pseudo-absence method 3 gave the highest value among other methods. it can be interpreted that model with generating pseudo-absence method 3 would be the most suitability for discrimination between presence and absence area. predicting areas for presence data for all 3 methods were roughly slmllar .

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ เราพบว่า AUC รุ่นกับสร้างเทียมขาดวิธีที่ 3 ให้ค่าสูงสุดระหว่างวิธีการอื่น ๆ สามารถตีความรูปแบบที่ มีสร้างขาดลกันวิธี 3 จะเหมาะสมที่สุดสำหรับแบ่งแยกระหว่างสถานะการออนไลน์และการขาดงานได้ คาดการณ์พื้นที่สำหรับข้อมูลสถานะการออนไลน์สำหรับ 3 วิธีการทั้งหมดได้ประมาณ slmllar

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้ พบว่า AUC ของรูปแบบที่มีการสร้างวิธีการหลอกขาด 3 ให้ค่าที่สูงที่สุดในบรรดาวิธีการอื่น ๆ มันสามารถตีความรูปแบบที่มีการสร้างวิธีการหลอกขาด 3 จะมีความเหมาะสมมากที่สุดสำหรับการเลือกปฏิบัติระหว่างการแสดงตนและการขาดพื้นที่ คาดการณ์พื้นที่สำหรับข้อมูลการแสดงตนทั้ง 3 วิธีคือประมาณ slmllar

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ เราพบว่าค่าของแบบจำลองด้วยการสร้างเทียมไม่มีวิธีที่ 3 ให้คุณค่าสูงสุดของวิธีการอื่น ๆ มันสามารถตีความได้ว่า รูปแบบการสร้างเทียมไม่มีวิธีที่ 3 จะมีความเหมาะสมมากที่สุดสำหรับการเลือกปฏิบัติระหว่างตนและพื้นที่ทำงาน พยากรณ์พื้นที่สำหรับการแสดงข้อมูลทั้งหมด 3 วิธีคือประมาณ slmllar .