이름 값 쌍 oor Engels

이름 값 쌍

Vertalings in die woordeboek Koreaans - Engels

name-value pair

The name of a form field and the value of the field at the time the form is submitted.

voorbeelde

ClassNames 이름-값 쌍의 인수를 사용하여 클래스 순서를 지정하는 것이 좋습니다.
It is a good practice to specify the class order by using the ClassNames name-value pair argument.

Cost 의 대응 행과 대응 열에 대한 클래스 순서를 지정하려면 ClassNames 이름-값 쌍의 인수도 지정하십시오.
To specify the class order for the corresponding rows and columns of Cost , also specify the ClassNames name-value pair argument.

'Rows','complete' 이름-값 쌍의 인수를 사용하여 주성분 분석을 수행하고 성분 계수를 표시합니다.
Perform the principal component analysis using 'Rows','complete' name-value pair argument and display the component coefficients.

또는, dim 이름-값 쌍의 인수의 값을 지정할 경우, datasample 은 차원 dim 에서 표본을 추출합니다.
Or, if you specify a value for the dim name-value pair argument, datasample samples along the dimension dim .

이 경우 'Statistic' 이름-값 쌍은 옵션입니다.
The 'Statistic' name-value pair is optional in this case.

이름-값 쌍 'ColorGroup' 을 지정하지 않으면 boxplot 은 모든 상자에 동일한 색 체계를 사용합니다.
If you do not specify the name-value pair 'ColorGroup' , then boxplot uses the same color scheme for all boxes.

'algorithm' 이 'als' 인 경우에만 이 이름-값 쌍을 사용할 수 있습니다.
You can use this name-value pair only when 'algorithm' is 'als' .

숫자형 배열 X 에 대해서는 'Categorical' 이름-값 쌍을 사용하여 categorical형 예측 변수를 나타냅니다.
For a numeric array X , indicate the categorical predictors using the 'Categorical' name-value pair.

데이터가 행렬인 경우 categorical형 예측 변수를 식별하려면 'CategoricalPredictors' 이름-값 쌍의 인수를 사용하십시오.
To identify any categorical predictors when the data is a matrix, use the 'CategoricalPredictors' name-value pair argument.

이 이름-값 쌍의 인수는 상자 간 간격을 바꾸지 않습니다.
This name-value pair argument does not alter the spacing between boxes.

'ClassNames' 이름-값 쌍의 인수를 사용하여 훈련 중에 클래스 순서를 변경할 수 있습니다.
You can change the class order during training by using the 'ClassNames' name-value pair argument.

table형 배열 또는 dataset형 배열인 경우 'ResponseVar' 이름-값 쌍을 사용하여 응답 변수를 지정합니다.
For a table or dataset array, specify the response variable using the 'ResponseVar' name-value pair.

기본적으로, pca 는 'Rows','complete' 이름-값 쌍의 인수로 지정된 동작을 수행합니다.
By default, pca performs the action specified by the 'Rows','complete' name-value pair argument.

KFold 이름-값 쌍의 인수를 사용하여 교차 검증을 수행하는 것이 좋습니다.
It is a good practice to cross-validate using the KFold name-value pair argument.

논리형 문자형 배열 숫자형 예측 변수가 categorical형임을 나타내려는 경우 'Categorical' 이름-값 쌍을 사용하십시오.
Character array If you want to indicate that a numeric predictor is categorical, use the 'Categorical' name-value pair.

X 에 표시된 순서로 예측 변수의 이름을 지정하려면 'PredictorNames' 이름-값 쌍의 인수를 사용하십시오.
To specify the names of the predictors in the order of their appearance in X , use the PredictorNames name-value pair argument.

이러한 필드의 값을 변경하고, 'Options' 이름-값 쌍의 인수를 사용하여 pca 에 새 구조체를 지정할 수 있습니다.
You can change the values of these fields and specify the new structure in pca using the 'Options' name-value pair argument.

X 에 표시된 순서로 예측 변수의 이름을 지정하려면 'PredictorNames' 이름-값 쌍의 인수를 사용하십시오. Tipos de datos: double | single Argumentos de par nombre-valor
To specify the names of the predictors in the order of their appearance in X , use the 'PredictorNames' name-value pair argument. Data Types: double | single

'Standardize',true 와 'Cost' 를 설정하고 'Prior' 또는 'Weights' 이름-값 쌍의 인수 중 하나를 설정하면 fitcsvm 이 대응되는 가중 평균과 가중 표준편차를 사용하여 예측 변수를 표준화합니다.
If you set 'Standardize',true and the 'Cost' , 'Prior' , or 'Weights' name-value pair argument, then fitcsvm standardizes the predictors using their corresponding weighted means and weighted standard deviations.

훈련 세트에서 서포트 벡터의 개수가 관측값보다 훨씬 적을 거라 예상되는 경우, 이름-값 쌍의 인수 'ShrinkagePeriod' 를 사용하여 활성 세트를 축소함으로써 수렴되는 속도를 상당히 높일 수 있습니다.
If you expect many fewer support vectors than observations in the training set, then you can significantly speed up convergence by shrinking the active set using the name-value pair argument 'ShrinkagePeriod' .

이는 누락된 데이터가 없을 때 'Rows','complete' 이름-값 쌍의 인수와 함께 pca 를 사용하는 경우 생성된 결과와 누락된 데이터가 있을 때 'algorithm','als' 이름-값 쌍의 인수와 함께 pca 를 사용하는 경우 생성된 결과가 서로 근접하다는 것을 나타냅니다.
It indicates that the results if you use pca with 'Rows','complete' name-value pair argument when there is no missing data and if you use pca with 'algorithm','als' name-value pair argument when there is missing data are close to each other.

n 은 훈련 표본 크기이고, C 0 은 초기 상자 제약 조건이며('BoxConstraint' 이름-값 쌍의 인수 참조), wj∗ 는 관측값 j 의 총 가중치입니다(앞에 나와 있는 글머리 기호 목록 참조).
Cj=nC0wj∗. n is the training sample size, C 0 is the initial box constraint (see the 'BoxConstraint' name-value pair argument), and wj∗ is the total weight of observation j (see previous bullet).