Decision theory can be used to defi

Decision theory can be used to define what constitutes an optimal decision tree, given (1)
the costs of the tests, (2) the costs of classification errors, (3) the conditional probabilities of
test results, given sequences of prior test results, and (4) the conditional probabilities of
classes, given sequences of test results. However, searching for an optimal tree is infeasible
(Pearl, 1988). ICET was designed to find a good (but not necessarily optimal) tree, where
“good” is defined as “better than the competition” (i.e., IDX, CS-ID3, and EG2).

ผลลัพธ์ (ไทย) 1:

สามารถใช้ทฤษฎีการตัดสินใจเพื่อกำหนดถึงองค์ประกอบของแผนภูมิการตัดสินใจที่เหมาะสม กำหนด (1)ต้นทุนของการทดสอบ, (2) ต้นทุนของการจัดประเภทข้อผิดพลาด, (3) กิจกรรมมีเงื่อนไขของผลการทดสอบ กำหนดลำดับก่อนทดสอบผลลัพธ์ และ (4) กิจกรรมมีเงื่อนไขของห้องเรียน กำหนดลำดับของผลการทดสอบ อย่างไรก็ตาม ค้นหาต้นไม้ดีที่สุดคือถอด(เพิร์ล 1988) ICET ถูกออกแบบมาเพื่อค้นหาต้นไม้ดี (แต่ไม่จำเป็นต้องดีที่สุด) ที่"ดี" ถูกกำหนดเป็น "ดีกว่าคู่แข่ง" (เช่น IDX, CS-ID3 และ EG2)

ผลลัพธ์ (ไทย) 2:

ทฤษฎีการตัดสินใจสามารถนำมาใช้ในการกำหนดสิ่งที่ถือว่าเป็นต้นไม้ตัดสินใจที่ดีที่สุดที่ได้รับ (1)
ค่าใช้จ่ายของการทดสอบ (2) ค่าใช้จ่ายข้อผิดพลาดของการจัดหมวดหมู่ (3)
ความน่าจะเป็นเงื่อนไขของผลการทดสอบลำดับที่กำหนดของผลการทดสอบก่อนและ (4)
ความน่าจะเป็นเงื่อนไขของการเรียนลำดับที่กำหนดของผลการทดสอบ แต่หาต้นไม้ที่ดีที่สุดเป็นไปไม่ได้
(เพิร์ล 1988) ICET ได้รับการออกแบบมาเพื่อหาที่ดี (แต่ไม่จำเป็นต้องดีที่สุด) ต้นไม้ที่
"ดี" หมายถึง "ดีกว่าการแข่งขัน" (กล่าวคือ IDX, CS-ID3 และ EG2)

ผลลัพธ์ (ไทย) 3:

ทฤษฎีการตัดสินใจ สามารถใช้ในการกำหนดสิ่งที่ถือว่าเป็นคำตอบที่ดีที่สุด ให้ ( 1 )
ค่าใช้จ่ายของการทดสอบ ( 2 ) ต้นทุนของการผิดพลาด ( 3 ) ความน่าจะเป็นเงื่อนไขของ
ผลการทดสอบระบุลำดับของผลการทดสอบก่อน และ ( 4 ) เงื่อนไขของความน่าจะเป็น
เรียนให้ ลำดับของผลการทดสอบ อย่างไรก็ตาม ค้นหาต้นไม้ที่เหมาะสม
( ไข่มุก , 1988 )icet ถูกออกแบบมาเพื่อค้นหาที่ดี ( แต่ไม่ใช่ต้นไม้ที่เหมาะสม )
" ดี " หมายถึง " ดีกว่าคู่แข่ง " ( เช่น IDX cs-id3 , และ eg2 )