This research focused on two primar

This research focused on two primary features of the classification
process. For the analysis of different classification algorithm families,
the classifications belonging to the same classifier family were grouped
together. For example, all Support Vector Machines (SVM) (Cortes &
Vapnik, 1995; Mountrakis, Im, & Ogole, 2011) variants comprised the
SVM category. This aggregation of techniques created sufficient sample
sizes of articles to represent the classifier families while preserving the
major algorithmic differences. The second major component of the
analysis was the assessment of the procedures used to enhance the
input data to the classification algorithm. The input data enhancement
categories included the following:

Kết quả (Việt) 1:

Nghiên cứu này tập trung vào hai tính năng chính của việc phân loạiquá trình. Phân tích các gia đình thuật toán phân loại khác nhau,phân loại, thuộc cùng loại được gộp nhómvới nhau. Ví dụ, tất cả hỗ trợ Vector máy (SVM) (Cortes &Vapnik, năm 1995; Mountrakis, Im, và Ogole, năm 2011) bao gồm các phiên bản củaSVM thể loại. Này tập hợp các kỹ thuật tạo đủ mẫuKích thước của các bài viết đại diện cho các gia đình loại trong khi bảo quản cáckhác biệt lớn của thuật toán. Thứ hai thành phần chính của cácphân tích là đánh giá về các thủ tục được sử dụng để tăng cường cácdữ liệu đầu vào cho các thuật toán phân loại. Đầu vào dữ liệu nâng caothể loại bao gồm những điều sau đây:

Kết quả (Việt) 2:

Nghiên cứu này tập trung vào hai tính năng chính của việc phân loại
quá trình. Đối với phân tích của các gia đình thuật toán phân loại khác nhau,
các phân loại thuộc họ phân loại tương tự đã được nhóm lại
với nhau. Ví dụ, tất cả Vector máy hỗ trợ (SVM) (Cortes &
Vapnik, 1995; Mountrakis, Im, & Ogole, 2011) các biến thể bao gồm các
loại SVM. Kết hợp này của các kỹ thuật tạo ra đủ mẫu
kích thước của bài viết để đại diện cho các gia đình phân loại trong khi vẫn giữ
sự khác biệt thuật toán lớn. Các thành phần chính thứ hai của
phân tích là đánh giá các thủ tục được sử dụng để tăng cường các
dữ liệu đầu vào cho các thuật toán phân loại. Việc tăng cường dữ liệu đầu vào
loại bao gồm những điều sau đây: