They are large-margin, rather than

They are large-margin, rather than probabilistic, classifiers, in contrast to Naive Bayes and MaxEnt. In the two-category case, the basic idea behind the training procedure is to find a hyperplane, represented by vector ~w, that not only separates the document vectors in one class from those in the other, but for which the separation, or margin, is as large as possible.

Results (Vietnamese) 1:

Máy phân loại lãi lớn, thay vì xác suất, trái ngược với ngây thơ Bayes và MaxEnt là họ. Trong trường hợp hai thể loại, ý tưởng cơ bản đằng sau các thủ tục đào tạo là để tìm một hyperplane, biểu diễn bởi vector ~ w, không chỉ chia tách các vectơ tài liệu trong một lớp học từ những người khác, nhưng mà tách hoặc lợi nhuận, là lớn nhất có thể.

Results (Vietnamese) 2:

Họ là lớn lợi nhuận, chứ không phải là xác suất, phân loại, trái ngược với Naive Bayes và Maxent. Trong trường hợp hai thể loại, ý tưởng cơ bản đằng sau các thủ tục đào tạo là tìm một siêu phẳng, đại diện bởi vector ~ w, không chỉ phân biệt các vectơ tài liệu trong một lớp học từ những người khác, nhưng mà sự tách biệt, hoặc lợi nhuận , là càng lớn càng tốt.