More importantly, when using the nu

More importantly, when using the number of responders in the top X decile as the measurement, the distribution within the top X decile and within the rest of the decile can be skewed. For example, if the distribution of the top 4 deciles is 0, 0, 0, and 806, it will give the same score of 806, but that is clearly undesirable. It would be best to use just one number to measure the performance of learning algorithms based on the whole lift table. 


ผลลัพธ์ (ไทย) 1:

ที่สำคัญ เมื่อใช้จำนวน responders ใน decile X ด้านบนเป็นการวัด การกระจายภาย ใน decile X ด้านบน และภาย ในส่วนเหลือของ decile สามารถมีเบ้ ตัวอย่าง ถ้าการกระจายของ deciles ด้านบน 4 เป็น 0, 0, 0 และ 806 ให้คะแนนเดียวของ 806 แต่ที่ไม่พึงปรารถนาอย่างชัดเจน มันจะสุดที่จะใช้หมายเลขเดียวในการวัดประสิทธิภาพของการเรียนรู้ตามตารางยกทั้งอัลกอริทึม

ผลลัพธ์ (ไทย) 2:

ที่สำคัญเมื่อใช้จำนวนของการตอบสนองในแต่ละ X ด้านบนเป็นวัดการกระจายภายในแต่ละ X บนและภายในส่วนที่เหลือของช่วงชั้นที่สามารถเบ้ ตัวอย่างเช่นหากการกระจายของบน 4 deciles เป็น 0, 0, 0, 806 และก็จะให้คะแนนเดียวกันของ 806 แต่ที่เห็นได้ชัดว่าไม่พึงประสงค์ มันจะดีที่สุดที่จะใช้เพียงจำนวนหนึ่งในการวัดประสิทธิภาพของขั้นตอนวิธีการเรียนรู้ขึ้นอยู่กับตารางยกทั้ง 


ผลลัพธ์ (ไทย) 3:

ที่สำคัญ เมื่อใช้หมายเลขของบริการในด้านบน x ดีกรีเป็นการวัดการกระจายภายในด้านบน x ดีกรีและภายในส่วนที่เหลือของดีกรีสามารถเอียง ตัวอย่างเช่น ถ้าการกระจายของด้านบน 4 ภูมิภาคคือ 0 , 0 , 0 , และผมก็จะให้คะแนนเดียวกันกับผม แต่มันก็ไม่พึงปรารถนามันน่าจะดีที่สุดที่จะใช้เพียงหนึ่งหมายเลข เพื่อวัดประสิทธิภาพของอัลกอริทึมการเรียนรู้ตามโต๊ะยกทั้งหมด