hohle and hohle(2009) claim that th

hohle and hohle(2009) claim that the previous assumption of a gaussian distribution of ดาต้า with few outliers is not valid for numerous dem; thus, accuracy measure have to take into account that outliers may exist and that the distribution of errors might not be normal. they introduce the measure of the absolute mean error (ame) as the dem evelution is interested. one approach to deal with outliers is to remove them by applying a threshold. hohle and potockova (2006) select a threshold for eliminating outliers of three times the rmse. the rmse value is calculated from an initial assessment of the deta data. this approach classifies a deta value as an outlier if dets (maune...)despite these methods not all of the outlier can be identified and the accuracy measure might therefore be flawed.

ผลลัพธ์ (ไทย) 1:

hohle และ hohle(2009) อ้างว่า อัสสัมชัญก่อนหน้าการกระจาย gaussian ของดาต้ากับ outliers ไม่ไม่ถูกต้องสำหรับ dem มากมาย ดังนั้น วัดความถูกต้องจะต้องคำนึงว่า outliers อาจมีอยู่ และการกระจายของข้อผิดพลาดอาจไม่ปกติ พวกเขาแนะนำการวัดผิดพลาดเฉลี่ยสัมบูรณ์ (ame) เป็นสนใจ dem evelution วิธีการหนึ่งในการจัดการกับ outliers จะลบออก โดยใช้ขีดจำกัดการ hohle และ potockova (2006) เลือกขีดจำกัดสำหรับกำจัด outliers สามครั้ง rmse ค่า rmse คำนวณจากการประเมินเบื้องต้นของข้อมูล deta วิธีการนี้แบ่งประเภทค่า deta เป็น outlier การถ้า dets (maune...) แม้วิธีเหล่านี้ ไม่ใช่ทั้งหมดของ outlier สามารถระบุ และวัดความแม่นยำดังนั้นอาจจะ flawed

ผลลัพธ์ (ไทย) 2:

hohle และ hohle (2009) อ้างว่าสมมติฐานเดิมของเสียนกระจายของดาต้าที่มีค่าผิดปกติไม่กี่ไม่ถูกต้องสำหรับจำนวนมากพวกเขา; ดังนั้นการวัดความถูกต้องจะต้องคำนึงถึงว่าค่าผิดปกติอาจมีอยู่และว่าการกระจายของข้อผิดพลาดที่อาจจะไม่ปกติ พวกเขาแนะนำตัวชี้วัดของความผิดพลาดเฉลี่ยสัมบูรณ์ (AME) เป็น evelution พวกเขามีความสนใจ วิธีการหนึ่งที่จะจัดการกับค่าผิดปกติคือการเอาพวกเขาโดยการใช้เก​​ณฑ์ hohle และ potockova (2006) เลือกเกณฑ์สำหรับการขจัดค่าผิดปกติของสามครั้ง RMSE ค่า RMSE คำนวณจากการประเมินเบื้องต้นของข้อมูล Deta วิธีการนี​​้สามารถจัดประเภทค่า Deta เป็นค่าผิดปกติถ้า Dets (maune ... ) แม้จะมีวิธีการเหล่านี้ไม่ทั้งหมดของค่าผิดปกติสามารถระบุและวัดความถูกต้องดังนั้นจึงอาจจะมีข้อบกพร่อง

ผลลัพธ์ (ไทย) 3:

และ hohle hohle ( 2009 ) อ้างว่า อัสสัมชัญก่อนหน้าของการแจกแจงแบบปกติของดาต้าน้อยผิดปกติไม่ถูกต้องมากมายเด็ม ดังนั้น การวัดความถูกต้อง จะต้องพิจารณาว่า ผิดปกติ อาจมีอยู่ และการแจกแจงของความคลาดเคลื่อนอาจจะปกติ พวกเขาแนะนำวัดความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ( AME ) เป็น evelution เด็มจะสนใจวิธีการหนึ่งที่จะจัดการกับค่าผิดปกติคือการลบพวกเขา โดยใช้เกณฑ์ hohle potockova ( 2006 ) และเลือกเกณฑ์การผิดปกติของครั้งที่สามวิธี . ค่า RMSE จะถูกคำนวณจากการประเมินเบื้องต้นของข้อมูล DETA . วิธีการนี้ประมวลเดต้าค่าเป็นค่าถ้า dets ( maune . . . . . . .) แม้จะไม่ทั้งหมดของวิธีการเหล่านี้สามารถระบุ และ ค่าความแม่นยำ วัดอาจจะจึงจะสมบูรณ์