Regarding the variable selection, we set the estimation metric to the MAD value (Eq. (1)), as advised in [31]. To reduce the computational effort, we adopted the simpler 2/3 and 1/3 holdout split as the internal validation method. The sensitivity analysis parameter was set to L=5, i.e. xa∈{−1.0, −0.5,...,1.0} for a standardized input. As a reasonable balance between the pressure towards simpler models and the increase of computational search, the stopping criterion was set to 2 iterations without any improvement or when only one input is available.
To evaluate the selected models, we adopted 20 runs of the more robust 5-fold cross-validation, in a total of 20×5=100 experiments for each tested configuration. Statistical confidence will be given by the t-student test at the 95% confidence level [13]. The results are summarized in Table 2. The test set errors are shown in terms of the mean and confidence intervals. Three metrics are present: MAD, the classification accuracy for different tolerances (i.e. T = 0.25, 0.5 and 1.0) and Kappa (T = 0.5). The selected models are described in terms of the average number of inputs (_I ) and hyperparameter value (H_ or γ_). The last row shows the total computational time required in seconds.
เกี่ยวกับการเลือกตัวแปรที่เราเซ็ตค่าเมตริกกับมูลค่าบ้า ( อีคิว ( 1 ) ตามที่แนะนำใน [ 31 ] ลดความพยายามในการคำนวณ เราใช้ง่ายกว่า 2 / 3 และ 1 / 3 แยกไม่ยอมอ่อนข้อเป็นวิธีการตรวจสอบภายใน การวิเคราะห์ความอ่อนไหวของพารามิเตอร์ถูกตั้งค่า L = 5 คือ XA ∈ { − 1 , − 2 , . . . , 1.0 } สำหรับการป้อนข้อมูลมาตรฐานเป็นสมดุลที่เหมาะสมระหว่างแรงดันต่อแบบง่ายและการเพิ่มขึ้นของการค้นหาเชิงคำนวณ , หยุดเกณฑ์ตั้ง 2 รอบ โดยไม่มีการปรับปรุงใด ๆหรือเมื่อมีเพียงหนึ่งใส่พร้อม
ประเมินรุ่นที่เลือก เราใช้ 20 วิ่งของผู้อื่นข้ามการตรวจสอบที่แข็งแกร่งมากขึ้นในทั้งหมด 20 × 5 = 100 การทดลองในแต่ละการทดสอบ การตั้งค่าความเชื่อมั่นทางสถิติจะได้รับ โดยทดสอบที่ระดับความเชื่อมั่น 95% t-student [ 13 ] ผลการวิจัยสรุปได้ในตารางที่ 2 ทดสอบการตั้งค่าข้อผิดพลาดจะแสดงในแง่ของค่าเฉลี่ยและช่วงความเชื่อมั่น 3 เป็นวัดที่ปัจจุบัน : บ้า , ความถูกต้องหมวดหมู่สำหรับความอดทนที่แตกต่างกัน ( เช่น t = 0.25 , 0.5 และ 1.0 ) และไฮดรา ( t = 0.5 )เลือกรุ่นที่อธิบายในแง่ของจำนวนปัจจัย ( _i ) และค่า hyperparameter ( h_ หรือγ _ ) แถวสุดท้ายที่แสดงทั้งหมด การคำนวณเวลาในวินาที .
การแปล กรุณารอสักครู่..