{
	"adjusted": "Koriģēts",
	"aic": "Akaike informācijas kritērijs (AIC)",
	"algorithm-converged": "Algoritms konverģēja pēc {{n}} iterācijām.",
	"algorithm-not-converged": "Pēc {{n}} iterācijām algoritms nesasniedza konverģenci.",
	"apriori-probs": "A-priori varbūtības",
	"change-in-log": "Logaritmisko izredžu izmaiņas, kas saistītas ar attiecīgā prediktora palielinājumu par vienību",
	"close": "Aizvērt",
	"cluster": "Klasteris",
	"coefficient": "Koeficients",
	"conditionals": "Nosacījumi",
	"created-from-trees": "Izveidots no {{nTrees}} kokiem, pārbaudot {{nTry}} iezīmes katrā sadalījumā.",
	"cumulative-variance": "Kumulatīvā novirze Proporcija",
	"decision-tree": "Lēmumu koks",
	"decision-tree-for": "Lēmumu koks {{y}} (modeļa id: koks{{counter}})",
	"drag-plot": "Velciet zemes gabalu",
	"explained-proportion": "Paskaidrota proporcija",
	"f-statistic": "F-statistika",
	"fisher-scoring-converged": "Algoritms konverģēja pēc {{n}} Fišera vērtēšanas iterācijām.",
	"fisher-scoring-not-converged": "Algoritms nekonverģēja pēc {{n}} Fišera vērtēšanas iterācijām.",
	"fitted-values": "Pielāgotās vērtības",
	"grouped-by": "Grupēts pēc",
	"hierarchical-clustering": "Hierarhiskā klasterizācija",
	"hierarchical-clustering-summary": "Hierarhiskās klasterizācijas kopsavilkums",
	"importance": "Svarīgums",
	"intercept": "Pārtveršana",
	"kkt-not-satisfied": "Karush-Khun-Tucker (KKT) nosacījumi optimālam risinājumam nav izpildīti",
	"kkt-satisfied": "Ir izpildīti Kārush-Khun-Tucker (KKT) nosacījumi optimālam risinājumam.",
	"kmeans-summary": "kmeans Kopsavilkums",
	"lambda-not-number": "`lambda` ir jābūt skaitlim.",
	"lasso-title": "LASSO regresija atbildes reakcijai {{y}} (modeļa id: lasso{{counter}}, lambda: {{lambda}})",
	"logistic-title": "Regresijas kopsavilkums reakcijai {{y}} (modeļa id: logis{{counter}})",
	"mean": "Vidējais",
	"missing-attributes": "Modelis nav novērtēts. Lūdzu, pārbaudiet, vai ir norādīti visi nepieciešamie atribūti.",
	"missing-excluded": "{{nRemoved} no datiem tika izslēgti trūkstošie novērojumi.",
	"model-diagnostics": "Modeļa diagnostika",
	"multiple-regression-title": "Regresijas kopsavilkums atbildes reakcijai {{y}} (modeļa id: lm{{counter}})",
	"naive-bayes-for-response": "Naive Bayes atbildes reakcijai {{y}} (modeļa id: bayes{{counter}} )",
	"name-of-predictor": "Prognozētāja nosaukums",
	"no": "nav",
	"number-of-clusters": "Klasteru skaits",
	"obs": "obs",
	"p-value": "p-vērtība",
	"p-value-coefficient-zero": "p-vērtība hipotēzei, ka koeficients ir nulle ",
	"pca-summary": "PCA kopsavilkums",
	"predict": "Paredzēt",
	"predictions-attached": "Prognozes tiks pievienotas datu tabulai",
	"predictor": "Prognozētājs",
	"principal-component": "Galvenā komponente",
	"proportion-of-variance": "Novirzes proporcija",
	"qq-plot-of-residuals": "QQ atlieku grafiks",
	"random-forest-for": "Random Forest {{y}} (modeļa id: forest{{counter}})",
	"regression-y-on-x": " {{y}} regresija uz {{x}}",
	"residual-standard-error": "Atlikuma standartkļūda",
	"residuals": "Atlikumi",
	"residuals-vs-fitted": "Atlikumi pret piemērotajiem",
	"sd": "SD",
	"simple-regression-title": " {{y}} regresija uz {{x}} (modeļa id: slm{{counter}})",
	"size": "Izmērs",
	"standard-deviation": "Standarta novirze",
	"standard-deviation-coefficient": "Koeficienta aplēses standartnovirze",
	"std-error": "Standartkļūda",
	"test-statistic-coefficient-zero": "Testa statistika hipotēzei, ka koeficients ir nulle ",
	"threshold": "Slieksnis",
	"toggle-fullscreen": "Pārslēgt pilnekrāna skatu",
	"total-within-group-sum-of-squares": "Kopējā kvadrātu summa grupas iekšienē",
	"use-model-to-predict": "Izmantojiet šo modeli, lai prognozētu pašlaik atlasītos datus.",
	"use-model-to-predict-tooltip": "Prognozes un atlikumi tiks pievienoti datu tabulai.",
	"use-model-to-predict-tooltip-logistic": "Datu tabulai tiks pievienotas varbūtības, atlikumi un prognozētās kategorijas (izmantojot izvēlēto varbūtības slieksni, kas jāpārsniedz, lai prognozētu veiksmi).",
	"variable": "Mainīgs",
	"within-group-sum-of-squares": "Kvadrātu summa grupas iekšienē",
	"yes": "jā"
}