The primary output of IBL algorithm

The primary output of IBL algorithms is a concept description (or concept). This is a function
that maps instances to categories: given an instance drawn from the instance space, it yields
a classification, which is the predicted value for this instance's category attribute. 2
An instance-based concept description includes a set of stored instances and, possibly,
some information concerning their past performances during classification (e.g., their number
of correct and incorrect classification predictions). This set of instances can change
after each training instance is processed. However, IBL algorithms do not construct extensional
concept descriptions. Instead, concept descriptions are determined by how the IBL
algorithm's selected similarity and classification functions use the current set of saved instances.
These functions are two of the three components in the following framework that
describes all IBL algorithms:

ผลลัพธ์ (ไทย) 1:

ผลผลิตหลักของอัลกอริทึม IBL จะอธิบายแนวคิด (หรือแนวคิด) นี้คือฟังก์ชันที่แมปอินสแตนซ์ประเภท: ให้อินสแตนซ์ที่ออกจากพื้นที่อย่าง มันทำให้การจัดประเภท ซึ่งเป็นค่าคาดการณ์สำหรับแอททริบิวต์ประเภทอย่างนี้ กัน 2คำอธิบายตัวอย่างตามแนวความคิดรวมถึงชุดเก็บอินสแตนซ์ และ อาจ จะข้อมูลบางอย่างเกี่ยวกับการแสดงที่ผ่านมาระหว่างประเภท (เช่น หมายเลขของการจัดประเภทที่ถูกต้อง และไม่ถูกต้องคาดคะเน) สามารถเปลี่ยนชุดของอินสแตนซ์นี้หลังจากที่มีการประมวลผลแต่ละอินสแตนซ์ของการฝึกอบรม อย่างไรก็ตาม อัลกอริทึม IBL ไม่สร้าง extensionalคำอธิบายแนวคิด แทน กำหนดคำอธิบายแนวคิด โดยวิธีการ IBLของอัลกอริทึมที่เลือกความคล้ายคลึงกันและจัดประเภทฟังก์ชันใช้ชุดปัจจุบันของอินสแตนซ์ที่บันทึกไว้ฟังก์ชันเหล่านี้มีสองสามส่วนประกอบในกรอบต่อไปนี้ที่อธิบายทั้งหมด IBL อัลกอริทึม:

ผลลัพธ์ (ไทย) 2:

การส่งออกหลักของอัลกอริทึม IBL เป็นแนวคิดคำอธิบาย (หรือแนวความคิด) นี้เป็นฟังก์ชั่นที่แมกรณีประเภท: รับเช่นดึงออกมาจากพื้นที่เช่นนั้นจะมีอัตราผลตอบแทนการจัดหมวดหมู่ซึ่งเป็นค่าที่คาดการณ์ไว้สำหรับแอตทริบิวต์ประเภทของกรณีนี้ 2 คำอธิบายแนวความคิดเช่นที่ใช้รวมถึงชุดของกรณีที่เก็บไว้และอาจจะมีข้อมูลบางส่วนที่เกี่ยวข้องกับการแสดงที่ผ่านมาพวกเขาในระหว่างการจำแนกประเภท(เช่นจำนวนของพวกเขาของการคาดการณ์การจัดประเภทที่ถูกต้องและไม่ถูกต้อง) ชุดของกรณีนี้สามารถเปลี่ยนหลังจากการฝึกอบรมแต่ละตัวอย่างมีการประมวลผล แต่ขั้นตอนวิธีการ IBL ไม่สร้าง extensional รายละเอียดแนวคิด แต่คำอธิบายแนวความคิดจะถูกกำหนดโดยวิธีการ IBL คล้ายคลึงกันที่เลือกขั้นตอนวิธีการและฟังก์ชั่นการจัดหมวดหมู่ใช้ชุดปัจจุบันของอินสแตนซ์ที่บันทึกไว้. ฟังก์ชั่นเหล่านี้เป็นสองในสามขององค์ประกอบในกรอบต่อไปนี้ที่อธิบายขั้นตอนวิธีการ IBL ทั้งหมด:

ผลลัพธ์ (ไทย) 3:

ผลผลิตหลักของขั้นตอนวิธี IBL เป็นแนวคิดที่อธิบาย ( หรือความคิด ) นี้เป็นฟังก์ชัน
ว่าแผนที่กรณีประเภท : ได้รับตัวอย่างจากตัวอย่างพื้นที่มันให้ผล
การจำแนก ซึ่งคาดการณ์มูลค่าสำหรับอินสแตนซ์ของประเภทคุณลักษณะ 2
ตัวอย่างตามแนวคิดรายละเอียดรวมถึงชุดของอินสแตนซ์เก็บไว้และอาจ
ข้อมูลบางอย่างเกี่ยวกับการแสดงที่ผ่านมาของพวกเขาในหมวดหมู่ ( เช่นหมายเลขของพวกเขา
ของที่ถูกต้อง และไม่ถูกต้องคาดคะเนหมวดหมู่ ) ชุดของกรณีนี้สามารถเปลี่ยน
หลังจากการฝึกอบรมแต่ละอินสแตนซ์คือการประมวลผล อย่างไรก็ตาม อัลกอริทึมแบบขยายแนวคิด IBL ไม่สร้างคำอธิบาย แต่จะถูกกำหนดโดยวิธีการอธิบายแนวคิด IBL
ขั้นตอนวิธีของความเหมือนและการจำแนกหน้าที่เลือกใช้ชุดปัจจุบันบันทึกกรณี .
ฟังก์ชันเหล่านี้เป็นสองสามองค์ประกอบในกรอบที่
อธิบายขั้นตอนวิธี IBL ทั้งหมดต่อไปนี้ :