There are three essential tasks inv

There are three essential tasks involved here: the fist step is to find the boundary of each class. Then the best hyperplane, H, is the one that maximizes the
margin or the distance to each of the class boundaries (see Figure 4.48). Both
of these steps use the training data. The final step is to determine on which side
of this hyperplane a given test example lies in order to classify it.

Kết quả (Việt) 1:

Có những ba tác vụ chủ yếu liên quan ở đây: nắm tay bước là để tìm biên giới của mỗi lớp. Sau đó hyperplane tốt nhất, H, là một trong đó tối đa hóa cáclợi nhuận hoặc khoảng cách đến từng lớp ranh giới (xem hình 4,48). Cả haiCác bước sử dụng dữ liệu đào tạo. Bước cuối cùng là để xác định bên đócủa hyperplane này ví dụ được đưa ra thử nghiệm nằm để phân loại nó.

Kết quả (Việt) 2:

Có ba nhiệm vụ cần thiết liên quan ở đây: bước nắm tay là để tìm ra ranh giới của mỗi lớp. Sau đó, các siêu phẳng tốt nhất, H, là một trong đó tối đa hóa
lợi nhuận hoặc khoảng cách với nhau về ranh giới lớp (xem Hình 4.48). Cả hai
của các bước sử dụng các dữ liệu huấn luyện. Bước cuối cùng là xác định về phía nào
của siêu phẳng này một ví dụ thử nghiệm cho nằm để phân loại nó.