Both systems are top-performing , s

Both systems are top-performing , state of the art classifiers . In a recent evaluation of classification methods [26 ] on the Reuters newswire collection (next section ), the break-even point values were 85% for both kNN and LLSF, outperforming all the other systems evaluated on the same collection , including symbolic rule learning by RIPPER (80%)[3 ], SWAP-1 (79%)[1 ] and CHARADE (78%)[16 ], a decision approach using C4.5 (79%)[15 ], inductive learning by
Sleeping Exp erts (76%)[3 ], and a t ypical information retrieval approach named Rocchio (75%)[3 ]

Kết quả (Việt) 1:

Cả hai hệ thống là biểu diễn hàng đầu, tình trạng máy phân loại nghệ thuật. Trong đánh giá tại các phương pháp phân loại [26] trên Reuters newswire collection (phần kế tiếp), các giá trị điểm hòa vốn là 85% kNN và LLSF, tất cả các hệ thống khác đánh giá trên cùng một bộ sưu tập, bao gồm các quy tắc biểu tượng học RIPPER (80%) [3], trao đổi-1 (79%) [1] và CHARADE (78%) [16], một cách tiếp cận quyết định sử dụng C4.5 (79%) [15], quy nạp học bằng outperformingNgủ Exp erts (76%) [3], và một cách tiếp cận thông tin tra cứu t ypical tên là Rocchio (75%) [3]

Kết quả (Việt) 2:

Cả hai hệ thống đều hoạt động tốt nhất, nhà nước của các phân loại nghệ thuật. Trong một đánh giá gần đây của phương pháp phân loại [26] về việc thu mạng tin Reuters (phần tiếp theo), các giá trị điểm break-thậm chí là 85% cho cả KNN và LLSF, vượt qua tất cả các hệ thống khác đánh giá về việc thu cùng, bao gồm cả việc học tập quy tắc mang tính biểu tượng bởi Ripper (80%) [3], SWAP-1 (79%) [1] và CHARADE (78%) [16], một cách tiếp cận quyết định sử dụng C4.5 (79%) [15], quy nạp học tập bằng cách
ngủ Exp Erts (76%) [3], và thông tin tiếp cận hồi ypical tên Rocchio (75%) [3]