4.2.1. Complete seasonsFor the 1995

4.2.1. Complete seasons
For the 1995/1996 season the Naive Bayesian learner
correctly predicted the result of 26 and 22 of the 38 games
in the general and expert models respectively. This is a
reduction in the classiWcation error of about 26.31% and
15.78%. The naive Bayesian classiWer gives no direct indication
of the importance of any given attribute. However,
looking at the NPT for the classiWer in the general model
we can see that the six most signiWcant attributes in
descending order are: Team Ranking, Dozzell, Edinburgh,
Anderton, Dumitrescu, and Calderwood. There is some,
limited, agreement between MC4 and the naive Bayesian
learner on the signiWcant attributes, they agree on the two
most important of the thirty attributes for the 1995/1996
season. For the 1996/1997 season the Naive Bayesian
learner correctly predicted the result of 31 and 25 of the 38
games for the general and expert models, respectively. This
is a reduction in the classiWcation error of about 34.21%
and 18.42%.

ผลลัพธ์ (ไทย) 1:

4.2.1 ซีซั่นส์สมบูรณ์ใน 1995/1996 ฤดูกาลเรียนทฤษฎี Naiveทำนายผลของ 26 และ 22 38 เกมอย่างถูกต้องในการทั่วไปและผู้เชี่ยวชาญรุ่นตามลำดับ นี่คือการลดข้อผิดพลาด classiWcation เกี่ยวกับ 26.31% และ15.78% ClassiWer ทฤษฎีขำน่าจะไม่ระบุโดยตรงความสำคัญของแอตทริบิวต์ใด ๆ กำหนด อย่างไรก็ตามดูที่ NPT สำหรับ classiWer ในรูปแบบทั่วไปเราสามารถดูที่ 6 คุณลักษณะ signiWcant มากที่สุดในลำดับ: การจัดอันดับทีม Dozzell เอดินบะระแอนเดอร์ตัน Dumitrescu และ Calderwood มีบางจำกัด(มหาชน) ข้อตกลงระหว่าง MC4 และทฤษฎีขำน่าผู้เรียนในแอตทริบิวต์ signiWcant พวกเขายอมรับทั้งสองสำคัญที่สุดของแอตทริบิวต์สามสิบสำหรับ 1995/1996ฤดูกาล ในปี 1996/1997 ซีซั่นทฤษฎี Naiveผู้เรียนได้อย่างถูกต้องทำนายผล 31 และ 25 38เกมในรูปแบบทั่วไป และผู้เชี่ยวชาญ ตามลำดับ นี้เป็นการลดข้อผิดพลาด classiWcation เกี่ยวกับ 34.21%และ 18.42%

ผลลัพธ์ (ไทย) 2:

4.2.1 ฤดูกาลที่สมบูรณ์
สำหรับฤดูกาล 1995/1996 เรียนแบบเบย์หน่อมแน้ม
อย่างถูกต้องทำนายผลวันที่ 26 และ 22 ของ 38 เกม
โดยทั่วไปและรูปแบบผู้เชี่ยวชาญตามลำดับ นี่คือ
การลดข้อผิดพลาด classiWcation ประมาณ 26.31% และ
15.78% ไร้เดียงสา Bayesian classiWer ให้ไม่มีข้อบ่งชี้โดยตรง
ถึงความสำคัญของแอตทริบิวต์ใดก็ตาม แต่
กำลังมองหาที่ NPT สำหรับ classiWer ในรูปแบบทั่วไป
เราจะเห็นว่าส่วนใหญ่หก signiWcant แอตทริบิวต์ใน
ลำดับถัดลงมาเป็นทีมอันดับ Dozzell เอดินบะระ
เดอร์ Dumitrescu และวูด มีบางส่วนเป็น
จำกัด ข้อตกลงระหว่าง MC4 และคชกรรมไร้เดียงสา
เรียนใน signiWcant แอตทริบิวต์พวกเขาเห็นด้วยกับทั้งสอง
ที่สำคัญที่สุดของสามสิบแอตทริบิวต์สำหรับ 1995/1996
ฤดู สำหรับฤดูกาล 1996/1997 คชกรรมไร้เดียงสา
ผู้เรียนได้อย่างถูกต้องทำนายผลวันที่ 31 และ 25 ของ 38
เกมสำหรับรุ่นทั่วไปและผู้เชี่ยวชาญตามลำดับ นี้
คือการลดข้อผิดพลาด classiWcation ประมาณ 34.21%
และ 18.42%

ผลลัพธ์ (ไทย) 3:

4.2.1 . ฤดูกาล 1995 / 1996 สำหรับสมบูรณ์

เรียนฤดูซื่อแบบคาดการณ์ได้อย่างถูกต้องผล 26 และ 22 จาก 38 เกม
ในรูปแบบทั่วไปและผู้เชี่ยวชาญตามลำดับ นี่คือ
ลดลงใน classiwcation ข้อผิดพลาดของเกี่ยวกับ 26.31 %
15.78 ล้านบาท การ classiwer แบบไร้เดียงสาให้ข้อบ่งชี้ตรง
ของความสำคัญของใด ๆ คุณลักษณะ อย่างไรก็ตาม
ดูที่ ปชส. ให้ classiwer ในรูปแบบทั่วไป
เราจะเห็นว่าหก signiwcant ที่สุดคุณลักษณะใน
หลั่น : ทีมอันดับ dozzell เอดินบะระ dumitrescu แอนเดอร์ตัน
, , และคอลเดอร์วูด . มีบาง
จำกัด ข้อตกลงระหว่างผู้เรียน mc4 และคชกรรม
ไร้เดียงสาบนคุณลักษณะ signiwcant พวกเขาเห็นด้วยกับสอง
ที่สำคัญที่สุดของ 30 คุณลักษณะสำหรับ 1995 / 1996
ฤดูกาล สำหรับฤดูกาล 1996 / 1997 ผู้ไร้เดียงสา Bayesian
คาดการณ์ได้อย่างถูกต้องผล 31 25 จาก 38
เกมสำหรับรุ่นทั่วไปและผู้เชี่ยวชาญตามลำดับ นี้
เป็นการลดลงใน classiwcation ข้อผิดพลาดของเกี่ยวกับ 34.21 และ 18.42 %
%