|
关注：1
2013-05-23 12:21
求翻译：we proposed to learn a sparse pairwise ranker, which is mutually enhanced by simultaneously conducting feature selection and maximizing estate ranking accuracy. Finally, the experimental results with real world estate-related data demonstrates the competitive effectiveness of both extracted features and learning m是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
we proposed to learn a sparse pairwise ranker, which is mutually enhanced by simultaneously conducting feature selection and maximizing estate ranking accuracy. Finally, the experimental results with real world estate-related data demonstrates the competitive effectiveness of both extracted features and learning m
问题补充： |
|
2013-05-23 12:21:38
我们建议学习稀疏成对RANKER ，这是由相互同时进行特征选择，最大限度地提高房地产排名的准确性提高。
|
|
2013-05-23 12:23:18
我们提出要了解一个稀疏成对说不准,这是相互加强的同时进行功能选择,最大限度地提高房地产排名准确性。 最后,实验的结果与真实的世界遗产有关的数据表明了竞争效率的两个解压缩功能和学习模式。
|
|
2013-05-23 12:24:58
我们提议学会一稀稀落落成对地更加茂盛，通过同时举办特征选择和最大化庄园等第准确性相互提高。 终于，实验性结果以真实世界的与庄园相关的数据展示两个提取的特点的竞争有效率和学习模型。
|
|
2013-05-23 12:26:38
我们提出要学习稀疏的成对乘船，相互增强同时进行特征选择和最大化房地产排名精度。最后，现实世界与房地产相关的数据的实验结果表明特征点提取和学习模式具有竞争性的效力。
|
|
2013-05-23 12:28:18
我们建议学习稀少 pairwise 更茂密丛生， 相互被同时进行特征提高 选择和将地产队准确性最大化。最终， 有现实世界的实验结果与地产相关的数据 证明被提取的 的有竞争力的效果起重要作用和学习模型。
|
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
