Chi-square (x2) is a statistical me

Chi-square (x2) is a statistical measure that conducts a significance test on the relationship between the values of a feature and the class. The x2 statistic determines the similarity of adjacent intervals based on some significance level.

It tests the hypothesis that two adjacent intervals of a feature are independent of the class. If they are independent, they should be merged; otherwise they should remain separate.

The top-down method based on chi-square is Chi Split. It searches for the best split of an interval, by maximizing the chi-square criterion applied to the two sub-intervals adjacent to the splitting point: the interval is split if both sub-intervals substantially differ statistically. The Chi Split stopping rule is based on a user-defined chi-square threshold to reject the split if the two sub-intervals are too similar. The bottom-up method based on chi-square is Chi Merge. It searches for the best merge of adjacent intervals by minimizing the chi-square criterion applied locally to two adjacent intervals: they are merged if they are statistically similar. The stopping rule is based on a user-defined Chi-square threshold to reject the merge if the two adjacent intervals are insufficiently similar.

ผลลัพธ์ (ไทย) 1:

ไคสแควร์ (x2) เป็นตัวชี้วัดทางสถิติที่ดำเนินการทดสอบอย่างมีนัยสำคัญเกี่ยวกับความสัมพันธ์ระหว่างค่าของคุณสมบัติและการเรียน สถิติ x2 กำหนดความคล้ายคลึงกันของช่วงเวลาที่ติดกันขึ้นอยู่กับระดับความสำคัญบางอย่าง

จะทดสอบสมมติฐานที่ว่าทั้งสองช่วงเวลาที่ติดกันของคุณสมบัติความเป็นอิสระของการเรียน หากพวกเขามีความเป็นอิสระที่พวกเขาควรจะรวม;มิฉะนั้นพวกเขาจะยังคงแยกจากกัน

จากบนลงล่างวิธีการขึ้นอยู่กับไคสแควร์เป็นแยกไค จะค้นหาแยกที่ดีที่สุดของช่วงเวลาโดยการเพิ่มเกณฑ์ไคสแควร์ที่ใช้กับสองช่วงเวลาย่อยที่อยู่ใกล้เคียงกับจุดแยก: ช่วงเวลาที่มีการแยกย่อยเมื่อทั้งสองช่วงเวลาที่แตกต่างกันอย่างมีนัยสำคัญ-ทางสถิติแยกไคหยุดกฎขึ้นอยู่กับเกณฑ์ไคสแควร์ที่ผู้ใช้กำหนดในการปฏิเสธการแยกถ้าย่อยสองช่วงเวลาที่มีความคล้ายคลึง-เกินไป วิธีการด้านล่างขึ้นบนพื้นฐานของไคสแควร์เป็นที่ผสานไค จะค้นหาผสานที่ดีที่สุดของช่วงเวลาที่ติดกันโดยการลดเกณฑ์ไคสแควร์ที่ใช้ในประเทศถึงสองช่วงเวลาที่อยู่ใกล้เคียงที่พวกเขาจะรวมถ้าหากพวกเขามีความคล้ายคลึงกันทางสถิติกฎหยุดจะขึ้นอยู่กับเกณฑ์ไคสแควร์ที่ผู้ใช้กำหนดที่จะปฏิเสธการผสานถ้าทั้งสองช่วงเวลาที่อยู่ใกล้เคียงมีไม่เพียงพอที่คล้ายกัน

ผลลัพธ์ (ไทย) 2:

Chi-square (x2) เป็นการวัดสถิติที่ทำการทดสอบนัยสำคัญในความสัมพันธ์ระหว่างค่าของคุณลักษณะและคลาส 2 X สถิติกำหนดเฉพาะตามระดับความสำคัญบางช่วงติด

จะทดสอบสมมติฐานสองช่วงที่อยู่ติดกับคุณลักษณะอิสระของชั้น ถ้าเป็นอิสระ ควรจะผสาน มิฉะนั้น พวกเขาจะยังคงแยกต่างหาก

วิธีบนลงล่างโดยใช้ chi-square เป็นชีแบ่ง จะค้นหาแยกสุดของช่วงเวลา โดยเพิ่มเกณฑ์ chi-square กับช่วงย่อยสองประชิดจะแบ่งจุด: ช่วงเวลาจะแยกถ้าทั้งสองช่วงย่อยมากต่างทางสถิติ กฎการหยุดแบ่งชีตั้งอยู่ chi-square ที่ผู้ใช้กำหนดขีดจำกัดการปฏิเสธการแยกถ้าช่วงย่อยสองเหมือน ด้านล่างวิธีการใช้ chi-square เป็นชีผสาน จะค้นหาผสานดีที่สุดของช่วงที่อยู่ติดกัน โดยลดเกณฑ์ chi-square ในท้องถิ่นกับช่วงสองติดกัน: พวกเขามีผสานคล้ายกันทางสถิติ กฎการหยุดอยู่กับจำกัด Chi-square อนุมัติปฏิเสธผสานถ้าช่วงติดสองคล้าย insufficiently

ผลลัพธ์ (ไทย) 3:

CHI - Square ( 2 )คือการวัดข้อมูลทางสถิติที่ทำการทดสอบความสำคัญในความสัมพันธ์ระหว่างค่าของคุณลักษณะและระดับที่ สถิติ x 2 จะเป็นตัวกำหนดว่าจะให้คนของในแต่ละช่วงใกล้กับตามระดับความสำคัญบางอย่าง

เป็นการทดสอบสมมุติฐานที่ว่า"สองช่วงใกล้กับคุณสมบัติที่เป็นอิสระในระดับที่ หากพวกเขามีอิสระที่จะต้องนำมารวมหรือมิเช่นนั้นแล้วจะยังคงอยู่แบบแยกพื้นที่

วิธีการด้านบนลงบน Chi - Chi แยกเป็นพื้นที่ เป็นการค้นหาสำหรับแยกที่ดีที่สุดในช่วงเวลาที่โดยการเพิ่มเกณฑ์ Chi - Square ที่ใช้กับทั้งสองคณะอนุกรรมการในแต่ละช่วงที่อยู่ใกล้กับจุดเชื่อมต่อที่แยกช่วงเวลานี้จะแบ่งออกเป็นหากคณะอนุกรรมการในแต่ละช่วงทั้งสาระสำคัญแตกต่างกันทางสถิติCHI แบ่งออกเป็นกฎข้อที่ทำการหยุดพักที่มีพื้นฐานอยู่ในเกณฑ์ Chi - Square ,ผู้ใช้ที่กำหนดไว้ล่วงหน้าเพื่อปฏิเสธแยกย่อยหากทั้งสองแบบในแต่ละช่วงจะมีลักษณะที่คล้ายกันดังต่อไปนี้มากเกินไป วิธีการด้านล่าง - ขึ้นที่ใช้ใน Chi - Square คือชีรวมกัน โรงแรมที่ดีที่สุดสำหรับการค้นหารวมของในแต่ละช่วงใกล้กับโดยการลดเกณฑ์ Chi - Square ที่นำไปใช้ในท้องถิ่นในแต่ละช่วงสองอยู่ใกล้จะถูกรวมเข้าไว้ด้วยกันหากจะมีความเหมือนทางสถิติกฎข้อที่หยุดอยู่บนพื้นฐานที่กำหนดโดยผู้ใช้ Chi - Square ที่จะปฏิเสธรวมกันได้หากทั้งสองช่วงใกล้กับที่มีความเหมือนไม่เพียงพอ