PMCRI uses a variant of the Prism a

PMCRI uses a variant of the Prism algorithm described in Chapter 11, called PrismTCS, but the differences are not important here.
The important point is how the CDM model is used to control the rule generation process.
Assuming that there are p processors, all roughly identical, the sample selection procedure at Layer 1 divides the data up approximately evenly amongst them.
If we focus on landscape-style data, that is achieved by giving each processor all the instances for 1/p th of the total number of attributes.

ผลลัพธ์ (ไทย) 1:

PMCRI ใช้ตัวแปรของอัลกอริทึมปริซึมที่อธิบายไว้ในบทที่ 11, PrismTCS เรียก แต่ความแตกต่างที่ไม่สำคัญที่นี่จุดสำคัญคือ วิธีใช้เมนูรูปแบบเพื่อควบคุมกระบวนการสร้างกฎสมมติว่ามี p โปรเซสเซอร์ เหมือนกันทั้งหมดประมาณ ขั้นตอนการเลือกตัวอย่างที่ 1 ชั้นแบ่งข้อมูลค่าประมาณเท่า ๆ กันหมู่พวกเขาถ้าเราเน้นข้อมูลลักษณะภูมิทัศน์ ที่สามารถทำได้ โดยให้แต่ละหน่วยประมวลผลอินสแตนซ์สำหรับ 1/p th ของจำนวนของแอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

PMCRI ใช้แตกต่างจากอัลกอริทึมปริซึมอธิบายไว้ในบทที่ 11 เรียกว่า PrismTCS แต่ความแตกต่างไม่ได้ที่สำคัญที่นี่.
จุดสำคัญคือวิธีการรูปแบบ CDM จะใช้ในการควบคุมกระบวนการกฎรุ่น.
สมมติว่ามีโปรเซสเซอร์ p, ทั้งหมดประมาณ เหมือนขั้นตอนการเลือกตัวอย่างที่ชั้นที่ 1 แบ่งข้อมูลได้ประมาณเท่า ๆ กันในหมู่พวกเขา.
ถ้าเรามุ่งเน้นไปที่ข้อมูลภูมิทัศน์สไตล์ที่ประสบความสำเร็จโดยการให้แต่ละหน่วยประมวลผลทุกกรณี 1 / p th ของจำนวนของคุณลักษณะ

ผลลัพธ์ (ไทย) 3:

pmcri ใช้ตัวแปรของปริซึมขั้นตอนวิธีที่อธิบายไว้ในบทที่ 11 เรียกว่า prismtcs แต่ความแตกต่างไม่ได้สำคัญนี่ .
จุดที่สำคัญเป็นวิธีการที่ใช้ในการควบคุมรูปแบบกฎรุ่นกระบวนการ .
สมมติว่ามี P โปรเซสเซอร์ทั้งหมดประมาณเหมือนกัน ตัวอย่างการเลือกขั้นตอนที่ชั้น 1 แบ่งข้อมูล ขึ้นอย่างเท่าเทียมกัน
ประมาณในหมู่พวกเขาถ้าเรามุ่งเน้นในภูมิลักษณะข้อมูลที่ได้ประมวลผลทั้งหมด โดยให้แต่ละอินสแตนซ์ 1 / p th ของจํานวนทั้งหมดของแอตทริบิวต์