serial algorithm. The group contain

serial algorithm. The group containing processors 0 and 1 splits the leftmost
child node into three nodes. These three new nodes are partitioned in two parts
(shown in the bottom of the figure); the leftmost node is assigned to processor
0, while the other two are assigned to processor 1. From now on, processors 0
and 1 also independently work on their respective subtrees.

Fig. 3. Hybrid Tree Construction Approach

Hybrid Parallel Formulation The hybrid parallel formulation has elements of
both schemes. The Synchronous Tree Construction Approach incurs high com-
munication overhead as the frontier gets larger. The Partitioned Tree Construc-
tion Approach incurs cost of load balancing after each step. The hybrid scheme
keeps continuing with the first approach as long as the communication cost in-
curred by the first formulation is not too high. Once this cost becomes high,
the processors as well as the current frontier of the classification tree are parti-
tioned into two parts. Figure 3 shows one example of this parallel formulation.
At the classification tree frontier at depth 3, no partitioning has been done and
all processors are working cooperatively on each node of the frontier. At the next
frontier at depth 4, partitioning is triggered, and the nodes and processors are
partitioned into two partitions.
A key element of the algorithm is the criterion that triggers the partitioning
of the current set of processors (and the corresponding frontier of the classifi-
cation tree ). If partitioning is done too frequently, then the hybrid scheme will
approximate the partitioned tree construction approach, and thus will incur too
much data movement cost. If the partitioning is done too late, then it will suffer
from high cost for communicating statistics generated for each node of the fron-
tier, like the synchronized tree construction approach. In the hybrid algorithm,
the splitting is performed when the accumulated cost of communication becomes
equal to the cost of moving records and load balancing in the splitting phase.
The size and shape of the classification tree varies a lot depending on the
application domain and training data set. Some classification trees might be
shallow and the others might be deep. Some classification trees could be skinny
others could be bushy. Some classification trees might be uniform in depth while

Kết quả (Việt) 1:

thuật toán nối tiếp. Nhóm có chứa bộ vi xử lý 0 và 1 tách các tận cùng bên tráitrẻ em nút vào ba nút. Các nút mới ba được phân chia thành hai phần(Hiển thị ở dưới cùng của các con số); tận cùng bên trái nút được gán cho bộ vi xử lý0, trong khi hai chiếc khác được gán cho bộ xử lý 1. Từ nay trên, bộ vi xử lý 0và 1 cũng độc lập làm việc trên subtrees tương ứng của họ.Hình 3. Cách tiếp cận xây dựng cây laiLai song song xây dựng xây dựng song song lai có thành phần củacả hai chương trình. Phương pháp đồng bộ xây dựng cây phải gánh chịu cao com-munication trên không như biên giới được lớn hơn. Xây Partitioned cây-tion cách tiếp cận phải gánh chịu chi phí tải cân bằng sau mỗi bước. Các đề án laiGiữ tiếp tục với phương pháp tiếp cận đầu tiên miễn là thông tin liên lạc chi phí tại-curred bởi việc xây dựng đầu tiên không phải là quá cao. Một khi chi phí này sẽ trở thành cao,bộ vi xử lý cũng như biên giới hiện tại của cây phân loại là parti-tioned thành hai phần. Hình 3 cho thấy một ví dụ về điều này xây dựng song song.Tại biên giới cây phân loại ở độ sâu 3, không có phân vùng đã được thực hiện vàTất cả các bộ vi xử lý đang làm việc hợp tác trên mỗi nút biên giới. Lúc tiếp theobiên giới ở sâu 4, phân vùng được kích hoạt, và các nút và bộ vi xử lýphân chia thành hai phân vùng.Một yếu tố then chốt của thuật toán là các tiêu chí mà gây nên các phân vùngCác thiết lập hiện tại của bộ vi xử lý (và biên giới tương ứng của không-cation cây). Nếu phân vùng được thực hiện quá thường xuyên, sau đó các đề án lai sẽgần đúng cách tiếp cận xây dựng partitioned cây, và do đó sẽ phải chịu quánhiều phong trào dữ liệu chi phí. Nếu các phân vùng được thực hiện quá muộn, sau đó nó sẽ ảnh hưởngtừ các chi phí cao cho giao tiếp thống kê được tạo ra cho mỗi nút của fron-tầng, giống như cách tiếp cận xây dựng cây được đồng bộ hóa. Trong thuật toán của lai,sự chia tách được thực hiện khi trở thành tích lũy chi phí giao tiếpbằng chi phí của di chuyển hồ sơ và tải cân bằng trong giai đoạn chia tách.Kích thước và hình dạng của phân loại cây khác nhau rất nhiều tùy thuộc vào cáctên miền ứng dụng và đào tạo dữ liệu tập hợp. Một số phân loại cây có thểnông và những người khác có thể được sâu. Một số phân loại cây có thể được skinnynhững người khác có thể được rậm rạp. Một số phân loại cây có thể được thống nhất trong chiều sâu trong khi

Kết quả (Việt) 2:

thuật toán nối tiếp. Các nhóm có chứa bộ vi xử lý 0 và 1 phần chia nhỏ tận cùng bên trái
nút con vào ba nút. Ba nút mới được phân chia thành hai phần
(hiển thị ở phía dưới cùng của hình vẽ); các nút ngoài cùng bên trái được gán cho bộ xử lý
0, trong khi hai người khác được giao nhiệm vụ xử lý 1. Từ bây giờ, các bộ xử lý 0
và 1 còn việc độc lập trên cây con tương ứng của họ. Fig. 3. Phương pháp lai Tree Xây dựng Lai Lập Parallel Việc xây dựng song song lai có yếu tố của cả hai phương án. Phương pháp tiếp cận đồng bộ Tree Xây dựng phát sinh tranh cao munication trên không như các biên giới được lớn hơn. Các phân Tree phí xây dựng phương pháp tiếp cận tion gánh chịu chi phí cân bằng tải sau mỗi bước. Đề án lai tiếp tục tiếp tục với phương pháp tiếp cận đầu tiên như miễn là chi phí thông tin liên lạc trong- curred bởi các công thức đầu tiên là không quá cao. Một khi chi phí này trở thành cao, bộ vi xử lý cũng như các biên giới hiện tại của cây phân loại được parti- cập ở thành hai phần. Hình 3 cho thấy một ví dụ về xây dựng song song này. Tại biên giới cây phân loại ở độ sâu 3, không có phân vùng đã được thực hiện và tất cả các bộ vi xử lý đang làm việc hợp tác trên mỗi nút của vùng biên giới. Ở bên cạnh biên giới ở độ sâu 4, phân vùng này được kích hoạt, và các nút và các bộ vi xử lý được phân chia thành hai phân vùng. Một yếu tố quan trọng của thuật toán là tiêu chí mà gây nên các phân vùng của các thiết lập hiện hành của bộ vi xử lý (và biên giới tương ứng của classifi - cây cation). Nếu phân vùng được thực hiện quá thường xuyên, sau đó sơ đồ lai sẽ gần đúng các phương pháp xây dựng cây phân vùng, và do đó sẽ phải chịu quá chi phí di chuyển nhiều dữ liệu. Nếu các phân vùng được thực hiện quá muộn, sau đó nó sẽ bị ảnh hưởng từ chi phí cao để giao tiếp số liệu thống kê được tạo ra cho mỗi nút của fron- tầng, như các phương pháp xây dựng cây đồng bộ. Trong các thuật toán lai, sự phân tách được thực hiện khi các chi phí tích lũy của truyền thông trở nên bằng với chi phí di chuyển hồ sơ và cân bằng tải trong giai đoạn tách. Kích thước và hình dạng của cây phân loại thay đổi rất nhiều tùy thuộc vào miền ứng dụng và dữ liệu đào tạo bộ. Một số cây phân loại có thể là nông cạn và những người khác có thể là sâu. Một số cây phân loại có thể gầy những người khác có thể là rậm rạp. Một số cây phân loại có thể được thống nhất theo chiều sâu trong khi