This is the first sub-task in our c

This is the first sub-task in our classification procedure; here we generate a set of candidate composite features. For this
sub-task we first transform the dataset so that each example is represented as a set of integers, as described in Section 3.
We then run a generic frequent itemset discovery algorithm on this dataset assuming each example as a transaction
and each attribute value in the example as an item. The Frequent Itemset Discovery Algorithm, henceforth referred as
FIDA, returns a list of itemsets which occur frequently in the dataset. Each itemset represents a composite feature that
is a conjunction of all the attribute values (items) making up that itemset. In our procedure we use LPMiner [SK01] as
our FIDA.

ผลลัพธ์ (ไทย) 1:

นี่คืองานย่อยแรกในขั้นตอนของเราจัดประเภท ที่นี่เราสร้างชุดโดยรวมของผู้สมัคร ในการนี้งานย่อยที่เราต้องแปลงชุดข้อมูลนั้นแต่ละตัวอย่างจะแสดงเป็นชุดของจำนวนเต็ม ตามที่อธิบายไว้ในส่วนที่ 3เราเรียกใช้อัลกอริทึมการค้นพบที่บ่อย itemset ทั่วไปในชุดข้อมูลนี้สมมติว่าแต่ละอย่างเป็นธุรกรรมและค่าแอททริบิวต์แต่ละตัวอย่างเป็นสินค้า บ่อย Itemset ค้นพบอัลกอริทึม อ้างอิงต่อไปFIDA ส่งกลับรายการของ itemsets ซึ่งเกิดขึ้นบ่อยในชุดข้อมูล Itemset แต่ละส่วนประกอบที่แสดงถึงคุณลักษณะที่จะร่วมของทั้งหมดค่าแอททริบิวต์ (สินค้า) ทำขึ้นที่ itemset ในขั้นตอนของเรา เราใช้ LPMiner [SK01]FIDA ของเรา

ผลลัพธ์ (ไทย) 2:

นี้เป็นงานย่อยครั้งแรกในขั้นตอนการจัดหมวดหมู่ของเรา; ที่นี่เราสร้างชุดของผู้สมัครคุณสมบัติคอมโพสิต สำหรับเรื่องนี้ย่อยงานครั้งแรกที่เราเปลี่ยนชุดเพื่อให้แต่ละตัวอย่างจะแสดงเป็นชุดของจำนวนเต็มตามที่อธิบายไว้ในมาตรา 3 จากนั้นเราจะเรียกใช้ขั้นตอนวิธีการค้นพบ itemset บ่อยทั่วไปในชุดนี้ตัวอย่างเช่นสมมติว่าแต่ละธุรกรรมและแต่ละค่าแอตทริบิวต์ในตัวอย่างเป็นรายการที่ บ่อย Itemset ค้นพบขั้นตอนวิธีต่อไปนี้เรียกว่าเป็นFIDA กลับรายการ itemsets ซึ่งเกิดขึ้นบ่อยครั้งในชุดข้อมูลที่ แต่ละ itemset แสดงให้เห็นถึงคุณลักษณะคอมโพสิตที่เป็นร่วมของทุกค่าแอตทริบิวต์(รายการ) ที่ทำขึ้น itemset ในขั้นตอนของเราที่เราใช้ LPMiner [SK01] เป็นFIDA ของเรา

ผลลัพธ์ (ไทย) 3:

นี่เป็นงานแรกในขั้นตอนย่อยหมวดหมู่ของเรา ที่นี่เราได้สร้างชุดของผู้สมัครคุณสมบัติรวม สำหรับงานแรกที่เราแปลงนี้
ย่อยข้อมูลเพื่อให้แต่ละตัวอย่างจะแสดงเป็นเซตของจำนวนเต็มที่อธิบายไว้ในมาตรา 3
จากนั้นเราใช้ทั่วไป itemset บ่อยค้นพบขั้นตอนวิธีในชุดข้อมูลนี้สมมติว่าตัวอย่างแต่ละธุรกรรม
เป็นและแต่ละค่าแอตทริบิวต์ในตัวอย่างเป็นสินค้า บ่อย itemset ค้นพบขั้นตอนวิธี ต่อจากนี้เรียกว่า
fida ส่งกลับรายการของ itemsets ซึ่งเกิดขึ้นบ่อยในข้อมูล . แต่ละ itemset เป็นคุณลักษณะร่วมของคอมโพสิตที่
เป็นค่าแอตทริบิวต์ทั้งหมด ( รายการ ) สร้างขึ้น itemset . ในขั้นตอนของเรา เราใช้ lpminer [ sk01 ]
fida ของเรา