Once we have found or collected eno

Once we have found or collected enough (text and label) pairs, we can train a
classifier. For the underlying structure of the classifier, we have a wide range of
possibilities, each of them having advantages and drawbacks. Just to name some of
the more prominent choices, there is logistic regression, and there are decision
trees, SVMs, and Naive Bayes. In this chapter, we will contrast the instance-based
method from the previous chapter with model-based logistic regression.

Kết quả (Việt) 1:

Một khi chúng tôi đã thấy hoặc thu thập đủ cặp (văn bản và nhãn), chúng tôi có thể đào tạo mộtloại. Đối với cấu trúc cơ bản của loại, chúng tôi có một loạt cáckhả năng, mỗi người trong số họ có lợi thế và nhược điểm. Chỉ cần đến tên một sốnổi bật hơn sự lựa chọn, có là hồi quy logistic, và có những quyết địnhcây, SVMs, và ngây thơ Bayes. Trong chương này, chúng tôi sẽ ngược lại các trường hợp dựa trênphương pháp từ chương trước với dựa trên mô hình hồi quy logistic.

Kết quả (Việt) 2:

Một khi chúng tôi đã tìm thấy hoặc thu thập đủ (văn bản và nhãn) cặp, chúng ta có thể đào tạo một
phân loại. Đối với các cấu trúc cơ bản của phân loại, chúng tôi có một loạt các
khả năng, mỗi trong số họ có những ưu điểm và nhược điểm. Chỉ cần đến tên một số
sự lựa chọn nổi bật hơn, có hồi qui logistic, và có những quyết định
cây, SVMs, và Naive Bayes. Trong chương này, chúng ta sẽ đối chiếu các ví dụ dựa trên
phương pháp từ các chương trước với hồi quy logistic dựa trên mô hình.