Total accuracy expresses the ratio

Total accuracy expresses the ratio of the reference points (training layer) to the correctly ranked points. In this aspect, the values obtained in the methods GMM and RF show that in both classifications, the values are above the acceptable minimum (85%), proposed by authors such as Anderson (1971) and Fitzpatrick-Lins (1981). However, although the two classifications are considered acceptable by this metric, once again RF took advantage of the GMM algorithm, making it clear that the Machine Learning-based algorithm is more advantageous to use when aiming to obtain a more cohesive map with reality.

ผลลัพธ์ (ไทย) 1:

ความแม่นยำโดยรวมจะแสดงอัตราส่วนของจุดอ้างอิง (เลเยอร์การฝึก) ต่อคะแนนที่ได้รับการจัดอันดับอย่างถูกต้อง ในด้านนี้ ค่าที่ได้รับในวิธีการ GMM และ RF แสดงให้เห็นว่าในการจำแนกทั้งสองประเภท ค่านั้นอยู่เหนือค่าขั้นต่ำที่ยอมรับได้ (85%) เสนอโดยผู้เขียน เช่น Anderson (1971) และ Fitzpatrick-Lins (1981) อย่างไรก็ตาม แม้ว่าการวัดนี้จะถือว่าการจำแนกทั้งสองประเภทเป็นที่ยอมรับได้ แต่ RF ก็ใช้ประโยชน์จากอัลกอริธึม GMM อีกครั้ง ทำให้ชัดเจนว่าอัลกอริธึมที่ใช้การเรียนรู้ของเครื่องมีข้อได้เปรียบมากกว่าที่จะใช้เมื่อมุ่งหวังให้ได้แผนที่ที่สอดคล้องกับความเป็นจริงมากขึ้น

ผลลัพธ์ (ไทย) 2:

ความแม่นยำโดยรวมหมายถึงอัตราส่วนของจุดอ้างอิง (ชั้นการฝึกอบรม) ต่อจุดที่จัดเรียงอย่างถูกต้อง ในแง่นี้ค่าที่ได้รับในวิธีการ GMM และ RF แสดงให้เห็นว่าในการจำแนกทั้งสองค่าสูงกว่าค่าต่ำสุดที่ยอมรับได้ (85%) ที่เสนอโดยผู้เขียนเช่น Anderson (1971) และ Fitzpatrick Lins (1981) อย่างไรก็ตาม แม้ว่าการจำแนกทั้งสองประเภทจะถือว่ายอมรับได้ แต่ RF ก็ใช้อัลกอริทึมของ GMM อีกครั้งแสดงให้เห็นอย่างชัดเจนว่าการใช้อัลกอริทึมตามการเรียนรู้ของเครื่องมีประโยชน์มากกว่าเมื่อมุ่งเป้าไปที่การได้แผนที่ที่เหนียวแน่นกับความเป็นจริงมากขึ้น

ผลลัพธ์ (ไทย) 3:

ความแม่นยําทั้งหมดหมายถึงอัตราส่วนของจุดอ้างอิง(ชั้นการฝึกอบรม)กับจุดที่เรียงลําดับอย่างถูกต้อง ในเรื่องนี้ค่าที่ได้จากวิธีการGMMและRFแสดงให้เห็นว่าในทั้งสองประเภทค่าเหล่านี้สูงกว่าค่าขั้นต่ําที่ยอมรับได้( 85 % )ที่เสนอโดยผู้เขียนเช่นAnderson ( 1971 )และFitzpatrick-Lins ( 1981 ) อย่างไรก็ตามในขณะที่การจําแนกประเภททั้งสองได้รับการยอมรับRFใช้อัลกอริทึมGMMอีกครั้งซึ่งแสดงให้เห็นว่าอัลกอริทึมที่ใช้การเรียนรู้ด้วยเครื่องมีข้อได้เปรียบมากขึ้นเมื่อมีการออกแบบเพื่อให้ได้แผนที่ที่สอดคล้องกับความเป็นจริงมากขึ้น