The training cases with the selecte

The training cases with the selected attribute value known are split in the child nodes. The training cases with
exactly that attribute value missing will appear in every child node. Each of these training cases in each child node
will have two associated parameters: confidence and error (real numbers). Obviously, training cases with that value
known have confidence one and error zero associated with their class. The process to obtain the values of these
parameters is performed within a Decision Theory enviroment [33]. The attribute with missing values is interpreted
as a statistical parameter. We also take into account the class to which the training case with an unknown value
belongs. With this information, we calculate the Bayes’ probability (confidence parameter) and the Bayes’ risk (error
parameter). We calculate the Bayes’ risk through the loss matrix obtained from the distance between the different
values of the attribute.

ผลลัพธ์ (ไทย) 1:

มีแบ่งกรณีการฝึกอบรม มีค่าแอททริบิวต์ที่เลือกที่รู้จักกันในโหนดย่อย กรณีการฝึกอบรมด้วยตรงที่แอตทริบิวต์ค่าขาดหายไปจะปรากฏขึ้นในโหนทุกลูก แต่ละกรณีเหล่านี้การฝึกอบรมในแต่ละโหนดรจะมีสองพารามิเตอร์ที่เกี่ยวข้อง: ความมั่นใจและข้อผิดพลาด (จำนวนจริง) เห็นได้ชัด การฝึกอบรมกรณีค่าเรียกความเชื่อมั่นหนึ่งและข้อผิดพลาดเป็นศูนย์เชื่อมโยงชั้น กระบวนการรับค่าเหล่านี้พารามิเตอร์จะดำเนินการภายในการตัดสินใจทฤษฎีสิ่งแวดล้อม [33] แอตทริบิวต์ มีค่าที่หายไปถูกตีความว่าเป็นพารามิเตอร์ทางสถิติ เรายังคำนึงถึงคลาซึ่งการฝึกอบรมกรณีที่ มีค่าที่ไม่รู้จักการเป็นสมาชิก ด้วยข้อมูลนี้ เราคำนวณความน่าเป็นของ Bayes' (พารามิเตอร์ความมั่นใจ) และความเสี่ยง Bayes' (ข้อผิดพลาดพารามิเตอร์) เราคำนวณความเสี่ยงของ Bayes' ผ่านเมทริกซ์สูญเสียที่ได้จากระยะทางระหว่างที่แตกต่างกันค่าของแอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

กรณีการฝึกอบรมกับค่าแอตทริบิวต์ที่เลือกเป็นที่รู้จักกันจะแยกในต่อมน้ำเด็ก กรณีการฝึกอบรมกับ
ตรงที่ค่าแอตทริบิวต์ที่ขาดหายไปจะปรากฏในทุกโหนดเด็ก แต่ละกรณีการฝึกอบรมเหล่านี้ในแต่ละโหนดเด็ก
จะมีสองพารามิเตอร์ที่เกี่ยวข้อง: ความเชื่อมั่นและความผิดพลาด (ตัวเลขจริง) เห็นได้ชัดว่าการฝึกอบรมกรณีที่มีค่าที่
เป็นที่รู้จักกันมีความเชื่อมั่นและศูนย์ข้อผิดพลาดเกี่ยวข้องกับการเรียนของพวกเขา กระบวนการในการที่จะได้รับค่าเหล่านี้
พารามิเตอร์จะดำเนินการภายในสภาพแวดล้อมทฤษฎีการตัดสินใจ [33] แอตทริบิวต์ที่มีค่าที่ขาดหายไปคือการตีความ
เป็นพารามิเตอร์สถิติ นอกจากนี้เรายังคำนึงถึงระดับที่กรณีการฝึกอบรมที่มีค่าที่ไม่รู้จัก
เป็น ด้วยข้อมูลนี้
เราคำนวณความเสี่ยง (ข้อผิดพลาดเบส์สเบส์น่าจะเป็น (พารามิเตอร์ความเชื่อมั่น) และ ' พารามิเตอร์) เราคำนวณความเสี่ยง Bayes 'ผ่านเมทริกซ์การสูญเสียที่ได้จากระยะห่างระหว่างที่แตกต่างกัน
ค่าของแอตทริบิวต์

ผลลัพธ์ (ไทย) 3:

การฝึกอบรมกรณีด้วยการเลือกค่าแอตทริบิวต์ที่รู้จักกันจะแบ่งลูกโหนด การฝึกอบรมกรณีกับตรงที่ค่าแอตทริบิวต์ที่ขาดหายไปจะปรากฏขึ้นในเด็กทุกโหนด แต่ละกรณีการฝึกอบรมเหล่านี้ในแต่ละโหนดลูกจะได้ค่าพารามิเตอร์ที่เกี่ยวข้องสอง : ความเชื่อมั่นและข้อผิดพลาด ( ตัวเลขจริง ) เห็นได้ชัดว่า การฝึกอบรม กรณีที่ค่าจักมีความมั่นใจและข้อผิดพลาดศูนย์ที่เกี่ยวข้องกับชั้นเรียนของพวกเขา กระบวนการเพื่อให้ได้ค่าของเหล่านี้พารามิเตอร์จะถูกดำเนินการภายในทฤษฎีการตัดสินใจสิ่งแวดล้อม [ 33 ] แอตทริบิวต์ที่มีค่าสูญหายจะตีความเป็นพารามิเตอร์ทางสถิติ นอกจากนี้เรายังคำนึงถึงระดับที่ฝึกอบรม คดีที่มีมูลค่าที่ไม่รู้จักเป็นของ จากข้อมูลนี้ เราคำนวณ Bayes ' ความน่าจะเป็น ( ค่าความเชื่อมั่น ) และความเสี่ยง ( Bayes ' ข้อผิดพลาดค่าพารามิเตอร์ ) เราคำนวณ Bayes ' ความเสี่ยงผ่านการสูญเสียเมตริกซ์ที่ได้จากระยะห่างระหว่างที่แตกต่างกันค่าของแอตทริบิวต์ .