Since the data distribution is not

Since the data distribution is not known, various techniques can be used to evaluate different subsets with a chosen classifier. Other statistical tests found in literature can be used for feature ranking. In [13] twelve feature selection metrics are considered for the text classification problem [1,13,18]. All the features are ranked using each metric and a threshold is set which would select 100 words which are then applied to the predictor. Filter approaches applied to various applications can be found in [19–21,18,5]. Earlier comparisons for text classification using ranking methods can be found in [22]. In [23,24] the authors develop a ranking criteria based on class densities for binary data. A two stage algorithm utilizing a less expensive filter method to rank the features and an expensive wrapper method to further eliminate irrelevant variables is used.
The RELIEF algorithm [25,26] is another filter based approach wherein a feature relevance criterion is used to rank the features. Using a threshold a subset of features is selected. The drawback of the RELIEF algorithm is in selecting a threshold.
Authors in [26] compare the RELIEF and other wrapper methods for different datasets. In [19] discarded variables are used to perform multitask learning (MTL). In [27] a random variable called probe is used to rank the features using Gram-Schmidt orthogonalization.

Kết quả (Việt) 1:

Kể từ khi phân phối dữ liệu không được biết đến, kỹ thuật khác nhau có thể được sử dụng để đánh giá các tập con khác nhau với một loại được chọn. Bài kiểm tra thống kê khác tìm thấy trong văn học có thể được sử dụng cho tính năng xếp hạng. Trong [13] mười hai tính năng lựa chọn số liệu được coi là cho vấn đề phân loại văn bản [1,13,18]. Tất cả các tính năng được xếp hạng bằng cách sử dụng số liệu mỗi và một ngưỡng được thiết lập mà sẽ chọn 100 từ mà sau đó được áp dụng cho dự báo. Phương pháp tiếp cận bộ lọc được áp dụng cho các ứng dụng có thể được tìm thấy trong [19-21,18,5]. Các so sánh trước đó để phân loại văn bản bằng cách sử dụng phương pháp xếp hạng có thể được tìm thấy trong [22]. [23,24] các tác giả phát triển một tiêu chí xếp hạng dựa trên lớp mật độ cho dữ liệu nhị phân. Một thuật toán hai giai đoạn sử dụng một phương pháp lọc ít tốn kém để xếp hạng các tính năng và một phương pháp đắt tiền wrapper để tiếp tục loại bỏ các biến không liên quan được sử dụng.Thuật toán cứu trợ [25,26] là một bộ lọc dựa trên phương pháp tiếp cận mà trong đó một tiêu chí mức độ phù hợp tính năng được sử dụng để xếp hạng các tính năng. Bằng cách sử dụng một ngưỡng một tập hợp con của tính năng được chọn. Nhược điểm của các thuật toán cứu trợ là trong việc lựa chọn một ngưỡng.Các tác giả trong [26] so sánh sự cứu trợ và các phương pháp khác của wrapper cho datasets khác nhau. Trong [19] biến bị loại bỏ được sử dụng để thực hiện multitask học (MTL). [27] một biến ngẫu nhiên được gọi là thăm dò được sử dụng để xếp hạng các tính năng sử dụng gam-Schmidt orthogonalization.

Kết quả (Việt) 2:

Vì sự phân bố dữ liệu không được biết, các kỹ thuật khác nhau có thể được sử dụng để đánh giá các tập con khác nhau với một phân loại lựa chọn. Kiểm tra thống kê khác được tìm thấy trong văn học có thể được sử dụng để xếp hạng tính năng. Trong [13] mười hai thước đo lựa chọn tính năng được xem xét cho vấn đề phân loại văn bản [1,13,18]. Tất cả các tính năng được xếp hạng sử dụng mỗi mét và một ngưỡng được thiết lập đó sẽ chọn 100 từ mà sau đó được áp dụng cho các dự báo. Phương pháp lọc áp dụng cho các ứng dụng khác nhau có thể được tìm thấy trong [19-21,18,5]. So sánh trước đó để phân loại văn bản bằng cách sử dụng phương pháp xếp hạng có thể được tìm thấy trong [22]. Trong [23,24] các tác giả phát triển một tiêu chí xếp hạng dựa trên mật độ lớp cho dữ liệu nhị phân. Một thuật toán hai giai đoạn sử dụng một phương pháp lọc ít tốn kém để xếp hạng các tính năng và một phương pháp wrapper đắt tiền để loại bỏ các biến không thích hợp tiếp tục được sử dụng.
Các thuật toán cứu trợ [25,26] là một bộ lọc dựa trên cách tiếp cận trong đó một tiêu chí tính năng liên quan được sử dụng để xếp hạng các tính năng. Sử dụng một ngưỡng một tập hợp các tính năng được chọn. Hạn chế của thuật toán cứu trợ là trong việc lựa chọn một ngưỡng.
Các tác giả trong [26] so sánh các phương pháp cứu trợ và wrapper khác cho dữ liệu khác nhau. Trong [19] loại bỏ các biến được sử dụng để thực hiện đa nhiệm học tập (MTL). Trong [27] một biến ngẫu nhiên được gọi là thăm dò được sử dụng để xếp hạng các tính năng sử dụng Gram-Schmidt orthogonalization.