Data analysis by iPLS-DA was perfor

Data analysis by iPLS-DA was performed on both original data
and those pre-processed by EMSC method. Since better results
were obtained by the EMSC pre-processed data, the results obtained
by this data will be discussed here. An important issue in
iPLS is selecting the number of intervals, which was found here
by trial and error. Among the different number of segments examined,
an iPLS-DA model of 20 equidistant sub-intervals (resulted in
lower prediction error) was selected. For each sub-interval, the

ผลลัพธ์ (ไทย) 1:

ทำการวิเคราะห์ข้อมูล โดยดา iPLS ตามทั้งข้อมูลต้นฉบับและผู้ประมวลผลล่วงหน้า โดยวิธี EMSC ตั้งแต่ผลลัพธ์ที่ดีกว่าได้รับ โดยการประมวลผลเบื้องต้นข้อมูล EMSC ผลลัพธ์ที่ได้โดยข้อมูลนี้จะได้กล่าวถึงที่นี่ ปัญหาสำคัญในiPLS คือการเลือกจำนวนของช่วงเวลา ซึ่งพบที่นี่โดยการทดลองและข้อผิดพลาด ในส่วนการตรวจสอบ จำนวนแตกต่างกันแบบจำลอง iPLS-ดาของช่วงย่อย 20 เท่า (ผลในเลือกล่างทำนายผิดพลาด) สำหรับแต่ละช่วงย่อย การ

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ข้อมูลโดย iPLS-DA ได้ดำเนินการกับข้อมูลทั้งเดิม
และผู้ก่อนการประมวลผลโดยวิธี EMSC เนื่องจากผลลัพธ์ที่ดีกว่า
ที่ได้จากข้อมูล EMSC ก่อนการประมวลผล, ผลที่ได้รับ
จากข้อมูลนี้จะถูกกล่าวถึงที่นี่ เป็นเรื่องที่สำคัญใน
iPLS คือการเลือกจำนวนของช่วงซึ่งพบได้ที่นี่
โดยการทดลองและข้อผิดพลาด ท่ามกลางจำนวนที่แตกต่างกันของกลุ่มตรวจสอบ
รูปแบบ iPLS-DA 20 เท่ากันช่วงย่อย (ส่งผลให้เกิด
ข้อผิดพลาดในการทำนายล่าง) ได้รับเลือก สำหรับย่อยแต่ละช่วงเวลาที่

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลโดย ipls ดา คือใช้ทั้งต้นฉบับข้อมูลและก่อนแปรรูปโดยวิธี emsc . เพราะผลลัพธ์ที่ดีกว่าได้โดย emsc ก่อนการประมวลผลข้อมูล ผลลัพธ์ที่ได้โดยข้อมูลนี้จะถูกกล่าวถึงในที่นี้ เป็นปัญหาสำคัญในipls เลือกจำนวนช่วงที่พบที่นี่โดยการทดลองและข้อผิดพลาด ของหมายเลขที่แตกต่างกันของกลุ่มตรวจสอบการ ipls ดารุ่น 20 ช่วงเวลาเท่ากัน ( มีผลในการย่อยลดการคาดการณ์ที่ผิดพลาด ) ได้รับเลือก สำหรับแต่ละช่วงย่อยที่