For example, if a raw data file con

For example, if a raw data file consists of three input attributes, U, V, W and an output Y,
we generate a new dataset consisting of more input features, U, V, W, cU, cV, cW, R 1 , R 2 ,..., R 10 ,and the output Y, in which cU, cV and cW are copies of U, V and W but corrupted with 20% noise, while R 1 to R 10 are independent random numbers. The chance that any of these useless features is selected can be treated as an estimation of the probability for the certain feature selection algorithm to make a mistake.

Kết quả (Việt) 1:

Ví dụ, nếu một tập tin dữ liệu thô bao gồm ba thuộc tính đầu vào, U, V, W và sản lượng Y, chúng tôi tạo ra một tập dữ liệu mới bao gồm các tính năng nhiều đầu vào, U, V, W, cU, cV, cW, R 1, R 2,..., R 10, và đầu ra Y, trong đó cU, cV và bên phải là bản sao của U, V và W nhưng bị hỏng với tiếng ồn 20%, trong khi R 1 đến R 10 là số ngẫu nhiên độc lập. Cơ hội rằng bất kỳ các tính năng vô ích được chọn có thể được coi như là một ước tính của xác suất cho các thuật toán một số tính năng lựa chọn để làm cho một sai lầm.

Kết quả (Việt) 2:

Ví dụ, nếu một file dữ liệu thô bao gồm ba đầu vào thuộc tính, U, V, W và một đầu ra Y,
chúng ta tạo ra một tập dữ liệu mới bao gồm các tính năng đầu vào nhiều hơn, U, V, W, Cu, CV, CW, R 1, R 2, ..., R 10, và sản lượng Y, trong đó CU, CV và CW là bản sao của U, V và W nhưng bị hỏng với 20% tiếng ồn, trong khi R 1 R 10 là con số ngẫu nhiên độc lập. Các cơ hội mà bất kỳ các tính năng vô dụng được lựa chọn có thể được coi như là một ước tính xác suất của thuật toán lựa chọn tính năng nào đó để làm cho một sai lầm.