测试数据集的英文

• test data set
• test value set

• "测试"英文翻译    test; testing; checkout; mea ...
• "数据"英文翻译    data; record; information
• "集"英文翻译    gather; assemble; collect
• "测试数据" 英文翻译 :    test data; test deck
• "测试数据包" 英文翻译 :    test data package
• "测试数据生成" 英文翻译 :    test data creation; test data generation
• "测试数据输出" 英文翻译 :    output, test data (tdo); tdo testing data out
• "测试数据输入" 英文翻译 :    input, test data (tdi); tdi testing data in
• "测试数据推导" 英文翻译 :    test data derivation
• "测试数据系统" 英文翻译 :    test data system
• "测试数据选择" 英文翻译 :    choice of test data
• "极端测试数据" 英文翻译 :    extremal test data
• "特殊测试数据" 英文翻译 :    special test data
• "标准测试数据单元" 英文翻译 :    benchmark data unit
• "测试数据产生程序" 英文翻译 :    test data generator
• "测试数据发生器" 英文翻译 :    test data generator
• "测试数据记忆器" 英文翻译 :    rom test data memoryrom
• "测试数据生成程序" 英文翻译 :    test data generator
• "测试数据生成器" 英文翻译 :    tdg test data generator
• "测试数据生成语言" 英文翻译 :    tdgl test data generating language; test data generating language
• "测试数据选择准则" 英文翻译 :    test data selection criteria
• "客户测试数据程序" 英文翻译 :    client test data program
• "目击测试数据程序" 英文翻译 :    witnessed test data program
• "软件测试数据设计" 英文翻译 :    software test data design
• "测试用例数据集" 英文翻译 :    test case data set

• Test data sets and evaluation of gene prediction programs on the rice genome
  水稻基因组中预测基因的程序评估及测试数据集
• Before you build a model , you must randomly separate the prepared data into separate training and testing datasets
  在生成模型之前，必须随机将已准备的数据分离到单独的定型数据集和测试数据集。
• I used test data sets broken up into medium and large individual documents , along with several collections of smaller documents
  我使用了分解成中型和大型独立文档的测试数据集，以及一些更小文档的集合。
• You use the training dataset to build the model , and the testing dataset to test the accuracy of the model by creating prediction queries
  您使用定型数据集生成模型，并通过创建预测查询来使用测试数据集测试模型的准确性。
• A lift chart is created by plotting the results of prediction queries from a testing dataset against known values for the predictable column that exist in the dataset
  提升图是通过绘制针对测试数据集进行的预测查询的结果（根据测试数据集中存在的可预测列的已知值）而创建的。
• This article discusses how to make up a test data set so that it is large enough to be useful for testing and has the expected distribution of values and correlation between columns
  本文讨论了如何构建一个测试数据集，以使该数据集达到用于测试的规模，并且具有期望的值分布和列间相关性。
• Some open testing datasets and real gene microarray data are applied in experiments . the results have verified the feasibility and validity of the pica to get the gene microarray data and the advanced boosting algorithm for gene classification
  经过对公开的测试数据集和真实的基因微阵列数据大量实验，证明了用部分独立分量分析方法获取基因微阵列数据及boosting改进算法进行基因模式分类的可行性和有效性，最终也完成了基因模式的识别任务。
• In addition , we designed a prototype system named r - dm , which based on rse algorithm model and id3 algorithm model , which completed the classification and prediction model of the rse algorithm and id3 algorithm . on this uniform flatform , we compared the rse algorithm and id3 algorithm by using the standard uci data sets
  此外，我们设计了基于rse算法模型和id3算法模型的原型系统? r - dm ，该系统实现了rse算法和id3算法的分类模型和预测模型，在此统一的平台上，我们通过对uci提供的多个标准测试数据集进行测试，对rse算法和id3算法进行了分析比较。