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 11เรียกว่า PrismTCS แต่ความแตกต่างไม่สำคัญต่อการ สำคัญจุดเป็นวิธีใช้ตามรูปแบบการควบคุมกระบวนการสร้างกฎสมมติว่ามี p โปรเซสเซอร์ เหมือนกันทั้งหมดประมาณ การเลือกตัวอย่างขั้นตอนที่ 1 ชั้นแบ่งข้อมูลค่าประมาณเท่า ๆ กันหมู่พวกเขาถ้าเราเน้นข้อมูลลักษณะภูมิทัศน์ ที่สามารถทำได้ โดยให้แต่ละตัวประมวลผลอินสแตนซ์ทั้งหมดของ 1/p th ของจำนวนของแอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

PMCRI ใช้แตกต่างจากอัลกอริทึมปริซึมอธิบายไว้ในบทที่ 11
เรียกว่า PrismTCS แต่ความแตกต่างไม่ได้ที่สำคัญที่นี่ ที่สำคัญ
จุดเป็นวิธีการแบบ CDM จะใช้ในการควบคุมกระบวนการกฎรุ่น.
สมมติว่ามีโปรเซสเซอร์ p, ทั้งหมดประมาณเหมือนการเลือกตัวอย่าง
ขั้นตอนที่ 1 ชั้นแบ่งข้อมูลประมาณเท่า ๆ กันในหมู่พวกเขา.
ถ้าเรามุ่งเน้นไปที่แนวนอน ข้อมูลรูปแบบที่ประสบความสำเร็จโดยการให้แต่ละหน่วยประมวลผล
ทุกกรณี 1 / p th ของจำนวนของคุณลักษณะ

ผลลัพธ์ (ไทย) 3:

pmcri ใช้ตัวแปรของปริซึมขั้นตอนวิธีที่อธิบายไว้ในบทที่ 11
เรียกว่า prismtcs แต่ความแตกต่างไม่ที่สำคัญที่นี่ จุดที่สำคัญ
เป็นวิธีการแบบใช้ควบคุมกฎรุ่นกระบวนการ .
สมมติว่ามี P โปรเซสเซอร์ทั้งหมดประมาณเหมือนกัน การเลือกตัวอย่าง
ขั้นตอนที่ชั้น 1 แบ่งข้อมูลไว้อย่างสม่ำเสมอประมาณ
ในหมู่พวกเขาถ้าเรามุ่งเน้นในภูมิลักษณะข้อมูลที่ได้รับ โดยให้แต่ละหน่วยประมวลผล
ทุกอินสแตนซ์ 1 / p th ของจํานวนทั้งหมดของแอตทริบิวต์