For a classification task, a data mining procedure produces a model th dịch - For a classification task, a data mining procedure produces a model th Việt làm thế nào để nói

For a classification task, a data m

For a classification task, a data mining procedure produces a model that, given a new individual, determines which class that individual belongs to. A closely related task is scoring or class probability estimation. A scoring model applied to an indi‐ vidual produces, instead of a class prediction, a score representing the probability (or some other quantification of likelihood) that that individual belongs to each class. In our customer response scenario, a scoring model would be able to evaluate each individual customer and produce a score of how likely each is to respond to the offer. Classification and scoring are very closely related; as we shall see, a model that can do one can usually be modified to do the other. 2. Regression (“value estimation”) attempts to estimate or predict, for each individual, the numerical value of some variable for that individual. An example regression question would be: “How much will a given customer use the service?” The property (variable) to be predicted here is service usage, and a model could be generated by looking at other, similar individuals in the population and their historical usage. A regression procedure produces a model that, given an individual, estimates the value of the particular variable specific to that individual. Regression is related to classification, but the two are different. Informally, classi‐ fication predicts whether something will happen, whereas regression predicts how much something will happen
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
Cho một phân loại công việc, thủ tục khai thác dữ liệu tạo ra một mô hình đó, cho một cá nhân mới, quyết định mà lớp cá nhân thuộc về. Một nhiệm vụ liên quan chặt chẽ là ghi hoặc lớp học dự toán xác suất. Một mô hình điểm áp dụng cho một vidual indi‐ sản xuất, thay vì một lớp dự đoán, điểm đại diện cho xác suất (hoặc một số định lượng khác của khả năng) mà cá nhân đó thuộc về mỗi lớp. Trong trường hợp đáp ứng khách hàng của chúng tôi, một mô hình điểm nào có thể đánh giá mỗi khách hàng cá nhân và sản xuất một số điểm là có khả năng như thế nào mỗi là để đáp ứng với lời đề nghị. Phân loại và ghi rất chặt chẽ liên quan; như chúng ta sẽ thấy, một mô hình mà có thể làm một trong những có thể thường được thay đổi để làm việc khác. 2. hồi quy ("giá trị dự toán") cố gắng để ước lượng hoặc dự đoán, cho mỗi cá nhân, các giá trị số của một số biến cho các cá nhân đó. Một ví dụ hồi qui câu hỏi sẽ là: "bao nhiêu sẽ một cho khách hàng sử dụng dịch vụ?" Bất động sản (biến) để được dự đoán ở đây là việc sử dụng dịch vụ, và một mô hình có thể được tạo ra bằng cách nhìn khác, tương tự như các cá nhân trong dân số và sử dụng lịch sử của họ. Một hồi quy thủ tục tạo ra một mô hình đó, cho một cá nhân, ước tính giá trị của biến đặc biệt dành riêng cho cá nhân. Hồi quy có liên quan đến phân loại, nhưng hai là khác nhau. Không chính thức, classi‐ fication tiên đoán liệu một cái gì đó sẽ xảy ra, trong khi hồi quy dự đoán bao nhiêu một cái gì đó sẽ xảy ra
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Đối với một nhiệm vụ phân loại, một thủ tục khai thác dữ liệu tạo ra một mô hình đó, cho một cá nhân mới, xác định lớp học cá nhân thuộc về. Một nhiệm vụ liên quan chặt chẽ được ghi hoặc lập dự toán lớp xác suất. Một mô hình điểm áp dụng cho một cá nhân sản xuất, thay vì một dự đoán lớp, một số đại diện cho xác suất (hoặc một số lượng khác về khả năng) mà cá nhân đó thuộc về mỗi lớp. Trong kịch bản phản ứng khách hàng của chúng tôi, một mô hình điểm sẽ có thể đánh giá từng khách hàng cá nhân và sản xuất một số điểm như thế nào khả năng từng là để đáp ứng các đề nghị. Phân loại và ghi bàn rất có liên quan chặt chẽ; như chúng ta sẽ thấy, một mô hình có thể làm một thường có thể được sửa đổi để làm các việc khác. 2. Regression ( "Ước tính giá trị") cố gắng để ước tính hoặc dự đoán, đối với mỗi cá nhân, giá trị số của một số biến cho người đó. Một câu hỏi ví dụ hồi quy sẽ là: "Làm thế nào nhiều khách hàng nhất định sẽ sử dụng dịch vụ?" Các tài sản (biến) được dự đoán ở đây là sử dụng dịch vụ, và một mô hình có thể được tạo ra bằng cách nhìn vào, cá nhân khác tương tự trong dân số và họ sử dụng lịch sử. Một thủ tục hồi quy tạo ra một mô hình đó, cho một cá nhân, ước tính giá trị của các cụ biến cụ thể cho cá nhân. Hồi quy có liên quan đến phân loại, nhưng hai là khác nhau. Thức, fication classi- dự đoán xem liệu điều gì sẽ xảy ra, trong khi hồi quy dự đoán bao nhiêu một cái gì đó sẽ xảy ra
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: