With these four additional features

With these four additional features, we now have seven features representing
individual posts. Let's see how we have progressed:
Mean(scores)=0.57650 Stddev(scores)=0.03557
Now that's interesting. We added four more features and got worse classification
accuracy. How can that be possible?
To understand this, we have to remind ourselves of how kNN works. Our 5NN
classifier determines the class of a new post by calculating the preceding seven
described features, namely LinkCount, NumTextTokens, NumCodeLines, AvgSentLen,
AvgWordLen, NumAllCaps, and NumExclams, and then finds the five nearest other
posts. The new post's class is then the majority of the classes of those nearest posts

Kết quả (Việt) 1:

Với những tính năng bổ sung bốn, chúng tôi bây giờ có bảy tính năng đại diện chocá nhân bài viết. Chúng ta hãy xem làm thế nào chúng tôi đã tiến triển:Có nghĩa là (điểm) = 0.57650 Stddev (điểm) = 0.03557Bây giờ đó là thú vị. Chúng tôi thêm nhiều tính năng hơn bốn và đã tồi tệ hơn phân loạiđộ chính xác. Làm thế nào mà có thể có thể?Để hiểu điều này, chúng tôi đã nhắc nhở chúng ta về cách thức hoạt động kNN. Chúng tôi 5NNloại xác định loại của một bài đăng mới bằng cách tính toán ngay trước 7Mô tả các tính năng, cụ thể là LinkCount, NumTextTokens, NumCodeLines, AvgSentLen,AvgWordLen, NumAllCaps, và NumExclams, và sau đó phát hiện năm gần nhất khácBài viết. Các bài mới lớp sau đó là phần lớn các lớp học của những người gần nhất bài viết

Kết quả (Việt) 2:

Với bốn tính năng bổ sung, bây giờ chúng tôi có bảy tính năng đại diện cho
bài viết cá nhân. Hãy xem cách chúng tôi đã tiến triển:
Mean (điểm số) = 0,57650 Stddev (điểm số) = 0,03557
Bây giờ đó là thú vị. Chúng tôi thêm bốn tính năng hơn và có phân loại tồi tệ hơn
chính xác. Làm thế nào mà có thể là có thể?
Để hiểu được điều này, chúng ta phải tự nhắc nhở mình về cách KNN hoạt động. 5NN chúng tôi
phân loại xác định lớp của một bài mới bằng cách tính toán trước bảy
tính năng mô tả, cụ thể là LinkCount, NumTextTokens, NumCodeLines, AvgSentLen,
AvgWordLen, NumAllCaps, và NumExclams, và sau đó tìm thấy những năm gần khác
viết. Lớp các bài mới là sau đó phần lớn các lớp học của những bài viết gần