The proposed KNN version is illustr

The proposed KNN version is illustrated in Figure 3. Like the traditional version, a word is given as an input and it is encoded into a numerical vector. The similarities of the novice word with the sample ones are computed by equation (3) which was presented in section 3.2. Like the traditional version, k most similar samples are selected as the nearest neighbors, and the label of the novice is decided by voting their labels. The scheme of computing the similarity between 66 Int'l Conf. on Advances in Big Data Analytics | ABDA'15 | numerical vectors is the essential difference between the two versions.

결과 (한국어) 1:

제안 된 KNN 버전은 그림 3에 나와 있습니다. 전통적인 버전 처럼 단어 입력으로 되며 숫자 벡터에 인코딩된. 것 들 예제와 함께 초보자 단어의 유사성은 식 (3) 제시 됐다 섹션 3.2에에서 계산 합니다. 전통적인 버전 처럼 k 가장 비슷한 샘플 가까운 이웃으로 선택 하 고 초보자의 레이블을 해당 레이블을 투표 하 여 결정 합니다. 큰 데이터 분석에 발전에 66 국제 컨퍼런스 사이의 유사성을 컴퓨팅의 구성표 | 앤드류 ' 15 | 수치 벡터 두 버전 사이의 중요 한 차이입니다.

결과 (한국어) 2:

제안 된 KNN 버전은 단어 입력으로 주어지고 그것은 수치 벡터로 인코딩되어, 전통적인 버전과 마찬가지로도 3에 도시되어있다. 샘플 사람과 초보자 단어의 유사성은 3.2 절에서 제시 한 식 (3)에 의해 계산된다. 기존의 버전처럼 K 가장 유사한 샘플 가까운 이웃으로 선택되고, 초보자의 라벨은 자신의 라벨을 투표에 의해 결정된다. 국제 학술 대회 (66) 사이의 유사도를 계산하는 방식. 빅 데이터 분석의 발전에 | ABDA'15 | 수치 벡터는 두 버전 사이의 본질적인 차이이다.

결과 (한국어) 3:

최근 버전의 대해 그림 3.같은 전통 버전, 한 글자 한 거야, 이 같은 입력 인코딩 된 수치 매체.새로운 단어 비슷한 계산 샘플 것은 일종의 방정식 (3) 제 3. 2.같은 전통 버전, k 가장 비슷한 견본을 골라 위해 이웃.그리고 이 새로운 탭 탭 투표로 결정했다.이 방안을 같. 계산 66 국제 선진 | 큰 데이터 처리'15 | 큰 수치 벡터 두 판본은 본질적인 차이가 있다.