Support Vector Machine (SVM) [57] i

Support Vector Machine (SVM) [57] is one of the most used and accurate classifiers in many machine learning tasks, but our comparison experiment shows that Naive Bayes exceeds SVM in this study. We first implemented a linear multi-label SVM using the LibSVM library [58] with the one-versus-all heuristic. We applied weight of loss parameters that are proportional to the inverse of the

ผลลัพธ์ (ไทย) 1:

สนับสนุนแบบเวกเตอร์เครื่อง (SVM) [57] เป็นคำนามภาษาที่ใช้มากที่สุด และถูกต้องในหลายเครื่องเรียนรู้งานอย่างใดอย่างหนึ่ง ได้ทดลองเปรียบเทียบของเราแสดงว่า Naive Bayes เกิน SVM ในการศึกษานี้ ครั้งแรกเราใช้ SVM ป้ายหลายเส้นที่ใช้ไลบรารี LibSVM [58] heuristic หนึ่งเทียบกับทั้งหมด เราใช้น้ำหนักของพารามิเตอร์ขาดทุนที่มีสัดส่วนการผกผันของการ

ผลลัพธ์ (ไทย) 2:

สนับสนุนเครื่องเวกเตอร์ (SVM) [57] เป็นหนึ่งในผู้ที่ใช้มากที่สุดและถูกต้องแยกแยะในการทำงานการเรียนรู้เครื่องจำนวนมาก แต่การทดลองเปรียบเทียบของเราแสดงให้เห็นว่าไร้เดียงสา Bayes เกิน SVM ในการศึกษานี้ ครั้งแรกที่เรานำมาใช้ป้ายหลายเชิงเส้น SVM ใช้ไลบรารี LibSVM [58] ด้วยหนึ่งเมื่อเทียบกับการแก้ปัญหาทั้งหมด เราใช้น้ำหนักของพารามิเตอร์การสูญเสียที่มีสัดส่วนผกผันของ