• We have N data points in our init

• We have N data points in our initial training set. This is very large (106-109)
and is distributed over an HDFS cluster.
• We are going to train a set of M different models for an ensemble classifier.
• Each of the M models will be fitted with K data points, where typically K N: In this case, we must resample some of our data with replacements

ผลลัพธ์ (ไทย) 1:

•เรามี N จุดข้อมูลในชุดฝึกอบรมเริ่มต้นของเรา นี้จะมีขนาดใหญ่มาก (106-109)และกระจายผ่านคลัสเตอร์การ HDFS•เราจะไปรถไฟชุด M รุ่นแตกต่างกันสำหรับการ classifier วงดนตรี•แต่ละรุ่น M จะประกอบเข้ากับจุดข้อมูล K ซึ่งโดยทั่วไป K <<N. (เช่น K อาจจะ 1-10 เปอร์เซ็นต์ของ N.)เรามี N จำนวนฝึก datasets ถาวร และภายนอกโดยทั่วไปของเราควบคุม เป็นเราจะไปจัดการนี้ผ่านสุ่มปัว เราต้องกำหนดจำนวนรวมของเวกเตอร์อินพุตจะใช้เป็นแบบสุ่มป่ามีสามกรณีจะถือว่า:• KM < n:ในกรณีนี้ เราจะไม่ใช้จำนวนเต็มของข้อมูลเรา• KM = n:ในกรณีนี้ เราสามารถตรงผนังชุดข้อมูลของการผลิตทั้งหมดตัวอย่างอิสระ• KM > n:ในกรณีนี้ เราต้องเปลี่ยนความละเอียดของข้อมูลของเราแทน

ผลลัพธ์ (ไทย) 2:

•เรามีจุด N ข้อมูลที่อยู่ในชุดการฝึกอบรมครั้งแรกของเรา นี้มีขนาดใหญ่มาก (106-109)
และมีการกระจายไปทั่วกลุ่ม HDFS
•พวกเราจะไปฝึกอบรมชุดของ M รุ่นที่แตกต่างกันสำหรับลักษณนามชุด
•แต่ละรุ่น M จะได้รับการติดตั้ง K จุดข้อมูลที่มักจะ K <<
N. (ตัวอย่างเช่น K อาจจะเป็นร้อยละ 1-10 ของเอ็น)
เรามีตัวเลขที่ยังไม่มีชุดข้อมูลการฝึกอบรมซึ่งจะคงที่และโดยทั่วไปนอกเรา
ควบคุม ขณะที่เรากำลังจะไปจัดการนี้ผ่านทาง Poisson สุ่มตัวอย่างเราจำเป็นต้องกำหนด
จำนวนรวมของเวกเตอร์อินพุทที่จะบริโภคในรูปแบบป่าสุ่ม
มีสามกรณีที่จะได้รับการพิจารณามีดังนี้:
• KM <N ไม่: ในกรณีนี้เราไม่ได้ โดยใช้ในปริมาณที่เต็มไปด้วยข้อมูลที่มีอยู่กับเรา
• KM = N ไม่: ในกรณีนี้เราสามารถแบ่งพาร์ติชันว่าชุดข้อมูลของเราในการผลิตโดยสิ้นเชิง
ตัวอย่างอิสระ
• KM> N ไม่: ในกรณีนี้เราต้อง resample บางส่วนของข้อมูลของเรามีทดแทน

ผลลัพธ์ (ไทย) 3:

- เรามีข้อมูลอะไรจุดในชุดฝึกอบรมของเราเริ่มต้น นี้มีขนาดใหญ่มาก ( 106-109 )
และมีการกระจายมากกว่ากลุ่ม hdfs .
- เราจะฝึกชุด M รูปแบบที่แตกต่างกันสำหรับชุดลักษณนาม
- แต่ละ M รุ่นจะได้รับการติดตั้งจุด K ข้อมูลที่โดยปกติ K < <
. ( ตัวอย่างเช่น K อาจจะ ? เปอร์เซ็นต์ , n .
เรามีตัวเลขของข้อมูลการฝึกอบรมซึ่งได้รับการแก้ไขและโดยทั่วไปนอกเหนือการควบคุมของเรา

ขณะที่เรากำลังจะจัดการเรื่องนี้โดยการสุ่มตัวอย่างปัวซง เราต้องกำหนด
จำนวนเวกเตอร์นำเข้าเพื่อการบริโภคในรูปแบบป่าสุ่ม
มีอยู่สามกรณีจะถือว่า :
- กม. < N : ในกรณีนี้เราไม่ได้ใช้เต็มจำนวนของข้อมูลที่สามารถใช้ได้กับเรา
- km = N : ในกรณีนี้เราว่าพาร์ทิชันข้อมูลของเราผลิตโดยสิ้นเชิง

ตัวอย่างอิสระ - กม. > N : ในกรณีนี้ เราต้อง resample บางข้อมูลของเรากับแทน