Train()
Third time this phase has found this shape: the CSV module's per-cell regex recompile, the linear solver's per-variable re-parse, and now this. The expensive line is rarely the one the plan names -- the plan said "trees -> engine", and the tree was never the problem.
Exemples de base (1)
oM = new stzDecisionTree(new stzTrainingSet([ [ ["Sunny","High"], "no" ], [ ["sunny","high"], "no" ], [ ["RAIN","low"], "yes" ], [ ["rain","LOW"], "yes" ], [ ["Overcast","High"], "yes" ] ])) oM.Train() # an upper-case query finds the lower-case branch ? oM.Classify(["SUNNY","HIGH"]) # ...and the reverse ? oM.Classify(["rain","low"]) # ...and a mixed one ? oM.Classify(["Overcast","high"]) # the root has one branch per FOLDED value ? len(oM.Tree()[:branches]) < 4
no yes yes 1
exécuté le 2026-10-02 04:23 dans la bibliothèque au commit 0e72e2e2c ; tiré de numeric_counting_idiom_narrated.ring(s'ouvre dans un nouvel onglet)
Les extensions de cette méthode
Chaque extension, et si elle existe pour cette méthode ; une extension qui existe se compose avec les autres (FindSTCS).
Chaque exemple est un fichier de test de la bibliothèque, exécuté dans la bibliothèque pour cette page ; seuls ceux dont la sortie a tenu toutes les promesses écrites par leur fichier sont montrés. Les explications, les titres et le code sont ceux de la bibliothèque, en anglais.
Voir aussi
- La classe stzDecisionTree
- La référence du domaine : Traitement du langage et linguistique
- Les autres méthodes de ces exemples : stzDecisionTree.Classify · stzDecisionTree.Tree

