In model 3, different choice of att

In model 3, different choice of attribute at every stage of the estimation leads to different dataset. For every new dataset, new naı¨ve Bayesian classifier has to be built and the values to be estimated after will subsequently change. Accordingly, there are 362,880 (9!) groups of different orders if nine attributes need to be estimated. These 362,880 groups of different orders will result in 362,880 different datasets. The computational cost associated with calculating all these orders to find the optimal dataset is very high.

Hasil (Bahasa Indonesia) 1:

Dalam model 3, pilihan yang berbeda dari atribut di setiap tahap estimasi mengarah ke dataset yang berbeda. Untuk setiap dataset baru, baru naı¨ve Bayesian Penjodoh harus dibangun dan nilai-nilai harus diperkirakan setelah kemudian akan berubah. Dengan demikian, ada 362.880 (9!) kelompok perintah yang berbeda jika atribut sembilan perlu dapat diperkirakan. 362,880 kelompok perintah yang berbeda akan menghasilkan 362,880 dataset yang berbeda. Biaya komputasi yang terkait dengan menghitung semua perintah ini untuk menemukan optimal dataset sangat tinggi.

Hasil (Bahasa Indonesia) 2:

Dalam model 3, pilihan yang berbeda atribut pada setiap tahap estimasi mengarah ke dataset yang berbeda. Untuk setiap dataset baru, classifier Bayesian baru naif harus dibangun dan nilai-nilai yang diperkirakan setelah kemudian akan berubah. Dengan demikian, ada 362.880 (9!) Kelompok perintah yang berbeda jika sembilan atribut harus diperkirakan. Ini 362.880 kelompok perintah yang berbeda akan menghasilkan 362.880 dataset yang berbeda. Biaya komputasi yang terkait dengan menghitung semua perintah ini untuk menemukan dataset optimal sangat tinggi.