|
关注：1
2013-05-23 12:21
求翻译：An optimal mapping would be one that results in no increase in the minimum probability of error, i.e., a Bayes decision rule applied to the initial (d-dimensional)space and to the reduced (k-dimensional) space yields the same classification error.是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
An optimal mapping would be one that results in no increase in the minimum probability of error, i.e., a Bayes decision rule applied to the initial (d-dimensional)space and to the reduced (k-dimensional) space yields the same classification error.
问题补充： |
|
2013-05-23 12:21:38
的最佳映射将是1，结果在不增加误差的最小概率，也就是说，一个贝叶斯决策规则施加到初始的（d-维）空间，并在减压（k维）空间中产生相同的分类错误。
|
|
2013-05-23 12:23:18
一优选映射是，即，导致在极小的误差概率的没有增量贝斯决定基准被运用于最初的一(d尺寸)空间和于减少的(k尺寸)空间产生同一个分类错误。
|
|
2013-05-23 12:24:58
一优选映射是导致在极小的误差概率的没有增量，即，贝斯决定基准被运用于最初的d尺寸 (空间)和于减少的k尺寸 (空间) 产生同一个分类错误的一。
|
|
2013-05-23 12:26:38
最佳映射将是一种结果在没有增加最小概率的错误，即，贝叶斯决策规则应用到的初始 (d 尺寸) 空间和减少 (k-维) 空间到收益率相同的分类错误。
|
|
2013-05-23 12:28:18
一个最佳映射将会是其中一个,结果不增加最小错误概率,即,一个Naive Bayes决策规则应用到初始[D-维]空间和减少[K维]空间产生了同一分类错误。
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
