Our effort mainly concentrates on t

Our effort mainly concentrates on the
concept of learning a distance metric as
proposed by Xing et al. [1] with the training
data in the form of pairs of points labeled
as similar or dissimilar giving the objective
function a criteria for optimization to put
similar pairs in the same cluster while
assigning dissimilar points to different
ones. The above methods strictly work on
the concept of similarity and dis similarity
as a binary outcome with no notion of
degrees of similarity and dissimilarity and

Kết quả (Việt) 1:

Nỗ lực của chúng tôi chủ yếu tập trung vào cácCác khái niệm của việc học một thước đo khoảng cách nhưđề xuất bởi Xing et al. [1] với việc đào tạocác dữ liệu trong các hình thức của các cặp điểm có nhãnnhư là tương tự hoặc khác nhau mục tiêu đưa ra.chức năng một tiêu chí tối ưu hóa để đặttương tự như cặp trong cùng một cụm trong khigiao điểm khác nhau với khác nhaunhững người. Các phương pháp trên chặt chẽ hoạt động trênkhái niệm về sự giống nhau và giống nhau dis.như một kết quả nhị phân với không có khái niệmmức độ tương tự và dissimilarity và

Kết quả (Việt) 2:

Nỗ lực của chúng tôi chủ yếu tập trung vào các
khái niệm về việc học một khoảng cách số liệu như
đề xuất của Xing et al. [1] với việc đào tạo
dữ liệu trong các hình thức của cặp điểm dán nhãn
như tương tự hoặc khác nhau cho các mục tiêu
chức năng là một tiêu chí tối ưu hóa để đưa
cặp tương tự trong cùng một nhóm trong khi
gán điểm khác nhau để khác
người. Các phương pháp trên nghiêm làm việc trên
các khái niệm về sự giống nhau và dis giống
như một kết quả nhị phân không có khái niệm về
mức độ giống nhau và không giống nhau và