In the aforementioned experiment, s

In the aforementioned experiment, sliding window technique (see section IV.B) was used to train prediction algorithms. In this technique, window size is one the most important factors that has a significant impact on the prediction accuracy. Thus, to improve prediction results, we have analyzed the influence of sliding window size on prediction accuracy as a part of our experiment.

결과 (한국어) 1:

상기 실험, 슬라이딩 윈도우 기법 (섹션 4 참조 하십시오. B) 사용을 예측 알고리즘을 훈련. 이 기술에서는, 창 크기는 하나의 예측 정확도에 상당한 영향을가지고 가장 중요 한 요소. 따라서, 예측 결과 개선 하기 위해, 우리 우리의 실험의 일환으로 예측 정확도에 창 크기를 슬라이딩의 영향을 분석 했습니다.

결과 (한국어) 2:

전술 한 실험에서, 슬라이딩 윈도우 기법 (IV.B 부 참조), 예측 알고리즘을 훈련하기 위해 사용되었다. 이 기술에서, 윈도우 사이즈는 하나의 예측 정밀도에 크게 영향을 가장 중요한 요소이다. 따라서, 예측 결과를 개선하기 위해, 우리는 우리의 실험의 일부로서 예측 정밀도에 윈도우 사이즈를 슬라이딩의 영향을 분석 하였다.

결과 (한국어) 3:

이런 실험 중, 미끄러지기 기술 (제, 네, b) 으로 예측 방법은 열차.이 기술, 창 크기 가장 중요한 요소 중 많은 영향을 끼쳤다 예보.그래서 예측 결과 분석, 우리는 대한 예측 창 크기 때문에 우리 실험을 한 부분.