|
关注：1
2013-05-23 12:21
求翻译：One paradigm for classification is the learning from examples approach. If a sample of labeled objects (called the training set) is randomly selected, and their feature vectors plotted in feature space, then it may be possible to build a classifier which separates the two (or more) classes adequately using a decision b是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
One paradigm for classification is the learning from examples approach. If a sample of labeled objects (called the training set) is randomly selected, and their feature vectors plotted in feature space, then it may be possible to build a classifier which separates the two (or more) classes adequately using a decision b
问题补充： |
|
2013-05-23 12:21:38
正在翻译，请等待...
|
|
2013-05-23 12:23:18
分类的一个范例是学习从例子方法。如果被标记的对象样品(称被设置的训练)任意地被选择和在特征空间密谋的他们的特点传染媒介，则也许是可能的建立分离充分两的量词(或更多)使用决定界限或决定表面，类。一个线性量词导致是超平面的决定表面(图。
|
|
2013-05-23 12:24:58
一个范例为分类是学习从例子方法。 如果被标记的对象样品 (叫训练集合) 任意地被选择，并且他们的特点传染媒介在特征空间被密谋，则使用决定界限或决定表面建立分离 (充分二) 的量词或更多类也许是可能的。 一个线性量词结果在是超平面的决定 (表面。 2.7). 再次，决定界限应该尽可能简单地是，一致与做一个充分工作分类。 对一个被标记的训练集合的用途，它为哪些类所知样品对象属于，构成被监督的学会。
|
|
2013-05-23 12:26:38
分类的一个范例是从实例方法的学习。如果随机抽取样本，标记对象 （称为训练集），并在特征空间中绘制其特征向量，然后有可能建立一个分类器分离充分使用决定边界或决定表面的两个 （或更多） 的类。一种线性分类器结果决定表面是超平面 （图 2.7）。再次，决定边界应尽可能简单，符合做了充分的工作分类。使用的标记的训练集，它已知的样本对象属于哪个类，构成监督的学习。
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
