Эта задача выполняет перекрестную проверку выбранных моделей из структуры интеллектуального анализа данных "{0}". Задача формирует отчет, в котором описывается точность прогнозирования атрибута {1}, которую обеспечивают эти модели. Для некоторых моделей и атрибутов можно также выбрать проверку конкретного состояния атрибута. Кроме того, можно выбрать пороговое значение вероятности, по достижении которого модель будет считать прогноз правильным. Используя эти параметры, задача выполнит секционирование данных на {2} сверток согласно значению параметра "Количество сверток". В ходе проверки модели задача будет учитывать до {3} строк согласно значению параметра "Максимальное число строк". Если этот параметр имеет значение 0, то будут рассматриваться все варианты и их обработка может занять продолжительное время.
Эта диаграмма содержит группирования, не поддерживаемые во время разработки. При сохранении отчета эти группирования будут ...
Эта задача анализирует производительность выбранных моделей при прогнозировании столбца "{0}" для проверочных данных, которые ...
Эта задача анализирует производительность выбранных моделей при прогнозировании столбца "{0}" для проверочных данных, которые ...
Эта задача анализирует производительность выбранных моделей при прогнозировании столбца "{0}" для проверочных данных, которые ...
Эта задача выполняет перекрестную проверку выбранных моделей из структуры интеллектуального анализа данных "{0}". Задача ...
Эта задача моделирует рост прибыли, вызванный применением выбранных моделей для определения вариантов, где "{0}"="{1}", в ...
Эта инструкция будет выполнена следующей. Переместите стрелку, чтобы следующей выполнялась другая инструкция. Однако это ...
Эта операция в режиме интеграции с SharePoint не поддерживается. Дополнительные сведения о поддерживаемых операциях приведены ...
Эта операция в режиме интеграции с SharePoint не поддерживается. Дополнительные сведения о поддерживаемых операциях см. в ...