4.1.2. Separate training and test d

4.1.2. Separate training and test data – single season
The performance of the MC4 learner was, as expected,
less impressive when it was only given part of a season’s
data and used to predict the remainder. The classiWcation
error for the tests using general model data from 1995/
1996 season increased by 9.26%, and the same tests for
the 1996/1997 season showed an increase in the error of
9.25%. The learner faired slightly better with the expert
chosen data giving an increase in error of 7.41% and
5.55% for the 1995/1996 and 1996/1997 seasons,
respectively. The performance of the learner did not seem
to improve with increasing amounts of training data. The
trees built by MC4 with increasing data develop towards
that built with the full season’s data.
The performance of the learner over all Wve cross season
periods, for the general model, was quite poor. The
classiWcation error for the general model averaged over
all the cross season tests increased by 6.37%. The learnt
tree for the end of the 1995/1996 season, period 4, and the
beginning of the 1996/1997 season, period 1, is the largest
of the trees for any two period group. This may indicate
that signiWcant changes take place between seasons,
which would not be contradicted by the slight drop in
performance of cross season tests compared to similar
intra-season tests. There is also a drop in the predictive

ผลลัพธ์ (ไทย) 1:

4.1.2 การแยกการฝึกอบรม และทดสอบข้อมูล – ฤดูกาลเดียวประสิทธิภาพของผู้เรียน MC4 ถูก คาดน้อยประทับใจเมื่อนั้นเท่านั้นให้เป็นส่วนหนึ่งของการท่องเที่ยวข้อมูล และใช้ในการคาดการณ์ส่วนเหลือ ClassiWcationข้อผิดพลาดในการทดสอบโดยใช้ข้อมูลแบบทั่วไปจาก 1995 /ฤดูกาล 1996 เพิ่มขึ้น 9.26% และเหมือนทดสอบสำหรับฤดูกาล 1996/1997 พบว่าการเพิ่มขึ้นในข้อผิดพลาดของ9.25% เรียน faired ดีกว่าเล็กน้อยกับผู้เชี่ยวชาญเลือกข้อมูลให้เพิ่มข้อผิดพลาดของ 7.41% และ5.55% 1995/1996 และ 1996/1997 ซี ซั่นตามลำดับ ไม่ได้ดูประสิทธิภาพการทำงานของผู้เรียนการปรับปรุง ด้วยการเพิ่มจำนวนข้อมูลการฝึกอบรม ที่ต้นไม้ที่สร้างขึ้น โดย MC4 มีเพิ่มข้อมูลพัฒนาต่อที่มีข้อมูลของฤดูกาลเต็มประสิทธิภาพของผู้เรียนผ่านทั้งหมด Wve ข้ามฤดูกาลรอบระยะเวลา แบบทั่วไป ได้ค่อนข้างยากจน ที่ข้อผิดพลาด classiWcation สำหรับ averaged มากกว่ารุ่นทั่วไปข้ามทุกฤดูกาลทดสอบเพิ่มขึ้น 6.37% การเรียนรู้แผนภูมิสำหรับการสิ้นสุดของฤดูกาล 1995/1996 ระยะ 4 และเริ่มต้นฤดูกาล 1996/1997 รอบระยะเวลา 1 เป็นใหญ่ที่สุดต้นไม้สำหรับกลุ่มใด ๆ รอบระยะเวลาที่สอง นี่อาจแสดงว่า การเปลี่ยนแปลง signiWcant ขึ้นระหว่างฤดูกาลซึ่งจะไม่สามารถ contradicted โดยจะลดลงเล็กน้อยประสิทธิภาพของข้ามฤดูกาลทดสอบเปรียบเทียบกับคล้ายภายในฤดูกาลสอบ นอกจากนี้ยังมีในการคาดการณ์

ผลลัพธ์ (ไทย) 2:

4.1.2 การฝึกอบรมแยกต่างหากและข้อมูลการทดสอบ - ฤดูกาลเดียว
ประสิทธิภาพการทำงานของผู้เรียน MC4 ก็เป็นไปตามคาด
ที่น่าประทับใจน้อยเมื่อมันได้รับเพียงส่วนหนึ่งของฤดูกาล
ข้อมูลและนำมาใช้ในการทำนายที่เหลือ classiWcation
ข้อผิดพลาดสำหรับการทดสอบโดยใช้ข้อมูลแบบทั่วไปจาก 1995 /
1996 ฤดูกาลที่เพิ่มขึ้น 9.26% และการทดสอบเดียวกันสำหรับ
ฤดูกาล 1996/1997 ที่แสดงให้เห็นการเพิ่มขึ้นของความผิดพลาด
9.25% เรียน faired ดีกว่าเล็กน้อยกับผู้เชี่ยวชาญ
ได้รับการแต่งตั้งให้ข้อมูลที่เพิ่มขึ้นในความผิดพลาด 7.41% และ
5.55% สำหรับ 1995/1996 และ 1996/1997 ฤดูกาล
ตามลำดับ ประสิทธิภาพการทำงานของผู้เรียนไม่ได้ดูเหมือน
จะปรับปรุงที่มีจำนวนที่เพิ่มขึ้นของข้อมูลการฝึกอบรม
ต้นไม้ที่ถูกสร้างขึ้นโดย MC4 ด้วยการเพิ่มข้อมูลที่พัฒนาต่อ
ที่สร้างขึ้นด้วยข้อมูลเต็มฤดูกาลของ
การปฏิบัติงานของผู้เรียนกว่าทุกฤดู Wve ข้าม
เวลา, รุ่นทั่วไปเป็นที่น่าสงสารมาก
ข้อผิดพลาด classiWcation รุ่นทั่วไปเฉลี่ยเกิน
ทุกการทดสอบฤดูข้ามเพิ่มขึ้น 6.37% เรียนรู้
ต้นไม้ท้ายของฤดูกาล 1995/1996 ระยะเวลา 4 และ
จุดเริ่มต้นของฤดูกาล 1996/1997 ระยะเวลา 1 เป็นที่ใหญ่ที่สุด
ของต้นไม้ใดกลุ่มสองรอบระยะเวลา นี้อาจบ่งชี้
ว่าการเปลี่ยนแปลง signiWcant เกิดขึ้นระหว่างฤดูกาล
ซึ่งจะไม่ขัดแย้งลดลงเล็กน้อยใน
การทดสอบประสิทธิภาพการทำงานของข้ามฤดูเมื่อเทียบกับที่คล้ายกัน
ทดสอบภายในฤดู นอกจากนี้ยังมีการลดลงของการคาดการณ์

ผลลัพธ์ (ไทย) 3:

4.1.2 . การแยกและทดสอบข้อมูล–ฤดูกาลเดียว
สมรรถนะของผู้เรียน คือ mc4 , ตามที่คาดไว้ ,
ประทับใจน้อยกว่าเมื่อมันได้รับเพียงส่วนหนึ่งของข้อมูลของ
ฤดูกาลและทำนายส่วนที่เหลือ ข้อผิดพลาด classiwcation
สำหรับการทดสอบโดยใช้ข้อมูลแบบทั่วไปจาก 1995 /
1996 ฤดูเพิ่มขึ้น IRR และการทดสอบเดียวกัน
ฤดูกาล 1996 / 1997 พบเพิ่มขึ้นในความผิดพลาดของ
9.25 ล้านบาทผู้เรียน faired เล็กน้อยดีกว่ากับผู้เชี่ยวชาญ
เลือกข้อมูลให้เพิ่มขึ้นในความผิดพลาดของ 7.41 %
5.55 % ต่อปี 1995 / 1996 และ 1996 / 1997 ฤดูกาล
ตามลำดับ สมรรถนะของผู้เรียนไม่ได้ดูเหมือน
เพื่อปรับปรุงด้วยการเพิ่มปริมาณของข้อมูลการฝึกอบรม
ต้นไม้ที่สร้างขึ้นโดยการเพิ่มข้อมูล mc4 พัฒนาต่อ
ที่สร้างจากข้อมูลแบบเต็มฤดูกาล
.สมรรถนะของผู้เรียนทั้งหมด wve ข้ามช่วงฤดูกาล
, สำหรับรุ่นทั่วไป ค่อนข้างยากจน
ข้อผิดพลาด classiwcation สำหรับรุ่นทั่วไป เฉลี่ยกว่า
ทั้งหมดข้ามฤดูการทดสอบเพิ่มขึ้น 6.37 ล้านบาท ต้นเรียน
สำหรับจุดสิ้นสุดของฤดูกาล 1995 / 1996 , ช่วงที่ 4 ,
เริ่มต้นของฤดูกาล 1996 / 1997 , ช่วงที่ 1 , เป็นที่ใหญ่ที่สุด
ของต้นไม้สำหรับกลุ่มระยะเวลา 2 ใด ๆนี้อาจบ่งชี้
ที่เปลี่ยนแปลง signiwcant เกิดขึ้นระหว่างฤดูกาล
ซึ่งจะไม่ขัดแย้งกับการลดลงเล็กน้อยในการทำงานของฤดูกาล
ข้ามทดสอบเปรียบเทียบกับการทดสอบฤดูกาลภายในเหมือนกัน

นอกจากนี้ยังมีวางในการทำนาย