Input: a set T of labelled instance

Input: a set T of labelled instances
Output: a decision-tree with Naïve-Bayes categorizes at the
leaf
Algorithm:
1. Foreach attribute Xi, evaluate the utility u(Xi), of a split on
attribute Xi. For continuous attributes, a threshold is also
found at this stage.
2. Let j = arg maxi, i.e., the attribute with the highest utility.
3. If ui is not significantly better than the utility of the current
node, create a Naïve-bayes Classifier for the current node
and return.
4. Partition T according to the test on Xj. If Xj is continuous, a
threshold split is used; if Xj is discrete, a multi-way split is
made for all possible values.
5. Foreach child, call the algorithm recursively on the portion
of T that matches the test leading to the child.

ผลลัพธ์ (ไทย) 1:

ป้อนข้อมูล: ชุด T อย่างมันผลผลิต: แผนภูมิการตัดสินใจกับ Bayes ขำน่าจัดประเภทที่ลีฟอัลกอริทึม:1. คุณลักษณะ Foreach สิ ประเมิน u(Xi) ยูทิลิตี้ ของการแยกในแอตทริบิวต์สิ สำหรับแอตทริบิวต์อย่างต่อเนื่อง มีขีดจำกัดแห่งนี้พบในระยะนี้2. ให้ j =อาร์กิวเมนต์ของค่าแม็กซี่ เช่น แอตทริบิวต์ ด้วยอรรถประโยชน์สูงสุด3. ถ้า ui ไม่มากดีกว่าของปัจจุบันโหน สร้าง Classifier bayes ขำน่าสำหรับโหนดปัจจุบันและเที่ยวกลับ4. พาร์ T ตามการทดสอบใน Xj ถ้า Xj ต่อเนื่อง การใช้แบ่งขีดจำกัด ถ้า Xj แยกกัน แยกหลายทางเป็นทำสำหรับค่าที่เป็นไปได้ทั้งหมด5. Foreach เด็ก โทร recursively อัลกอริทึมในส่วนของ T ที่ตรงกับการทดสอบที่นำไปสู่เด็ก

ผลลัพธ์ (ไทย) 2:

ป้อนข้อมูล: T ชุดของกรณีที่มีข้อความ
ขาออกตัดสินใจต้นไม้ที่มีNaïve-Bayes แบ่งที่
ใบ
อัลกอริทึม:
1 foreach แอตทริบิวต์ Xi ประเมินยูทิลิตี้ยู (จิน) ของการแยกใน
แอตทริบิวต์ Xi สำหรับแอตทริบิวต์อย่างต่อเนื่องเกณฑ์นี้ยัง
พบว่าในขั้นตอนนี้.
2 ขอญหาเรื่อง = แมกซี่คือแอตทริบิวต์กับโปรแกรมอรรถประโยชน์สูงสุด.
3 ถ้ายูไม่ได้มีความหมายที่ดีกว่ายูทิลิตี้ของกระแส
โหนดสร้างNaïve-Bayes ลักษณนามสำหรับโหนดปัจจุบัน
และการกลับมา.
4 Partition T ตามการทดสอบใน Xj หาก Xj เป็นอย่างต่อเนื่อง
แยกเกณฑ์จะใช้; ถ้าเป็น Xj เนื่องแยกหลายวิธีที่จะ
ทำสำหรับค่าที่เป็นไปได้.
5 เด็ก foreach โทรซ้ำขั้นตอนวิธีการในส่วน
ของเสื้อที่ตรงกับการทดสอบที่นำไปสู่เด็ก

ผลลัพธ์ (ไทย) 3:

นำเข้าชุดของข้อความอินสแตนซ์
ผลผลิต : การตัดสินใจแบบต้นไม้กับไตได้ Bayes วิภัตติที่


ใบแบบที่ 1 แอตทริบิวต์ละซี ประเมินโปรแกรม U ( Xi ) , แยกบน
Attribute Xi คุณลักษณะที่สำคัญอย่างต่อเนื่อง เกณฑ์ยังพบในขั้นตอนนี้
.
2 ขอ J = ARG Maxi คือคุณสมบัติกับอรรถประโยชน์สูงสุด
3 ถ้า UI เป็นทางที่ดีกว่าประโยชน์ของปัจจุบัน
ต่อมสร้างไตได้ Bayes ลักษณนามสําหรับนาโหนด และคืนในปัจจุบัน
.
4 พาร์ทิชัน T ตามการทดสอบท . ถ้า XJ เป็นอย่างต่อเนื่อง ,
( แยกใช้ ; ถ้า XJ จะไม่ต่อเนื่อง แยกเป็นหลายทางทำให้ค่าที่เป็นไปได้ทั้งหมด
.
5 ลูกละ เรียกขั้นตอนวิธี recursively ในส่วน
t ที่ตรงกับการทดสอบนำเด็ก