brcancer.dat brcancer.dat k= 10
D-Tree Perceptron MultiLayer Nave Bayes Nave Bayes MultiLayer d
PRUNED NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.7407 0.7778 0.7037 0.2963 0.2222 -0.0741 -0.0741 0.0054870
  0.8148 0.8889 0.6296 0.3704 0.1111 -0.2593 -0.2593 0.0672154
  0.8889 0.7407 0.8889 0.1111 0.2593 0.1481 0.1481 0.0219479
  0.5185 0.5926 0.6296 0.3704 0.4074 0.0370 0.0370 0.0013717
  0.5556 0.5926 0.6667 0.3333 0.4074 0.0741 0.0741 0.0054870
  0.8148 0.8148 0.7407 0.2593 0.1852 -0.0741 -0.0741 0.0054870
  0.6296 0.6296 0.7778 0.2222 0.3704 0.1481 0.1481 0.0219479
  0.6296 0.5926 0.7037 0.2963 0.4074 0.1111 0.1111 0.0123457
  0.3704 0.8889 0.7778 0.2222 0.1111 -0.1111 -0.1111 0.0123457
  0.7407 0.7778 0.7778 0.2222 0.2222 0.0000 0.0000 0.0000000
0.6602 0.6704 0.7296 0.7296 m     0.2704 0.2704 0.0000 dm     0.1536 S(di-dm)^
  0.1595 0.1198 0.0801 sacc              
0.0406 0.0504 0.0379 0.0253 s=sacc/k         0.0413 sd  
0.0796 0.0989 0.0742 0.0496 95% confidence 1.96 1.96     0.0921 95% confidence 2.23
census.dat census.dat k= 10
D-Tree Perceptron MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.8100 0.7600 0.8200 0.1800 0.2400 0.0600 0.0240 0.0005760
  0.8000 0.8300 0.7800 0.2200 0.1700 -0.0500 -0.0860 0.0073960
  0.7800 0.7600 0.8200 0.1800 0.2400 0.0600 0.0240 0.0005760
  0.7700 0.8000 0.8000 0.2000 0.2000 0.0000 -0.0360 0.0012960
  0.7000 0.7500 0.7700 0.2300 0.2500 0.0200 -0.0160 0.0002560
  0.7500 0.7900 0.7900 0.2100 0.2100 0.0000 -0.0360 0.0012960
  0.6800 0.7500 0.8400 0.1600 0.2500 0.0900 0.0540 0.0029160
  0.7100 0.7600 0.8300 0.1700 0.2400 0.0700 0.0340 0.0011560
  0.7000 0.7500 0.7600 0.2400 0.2500 0.0100 -0.0260 0.0006760
  0.7700 0.7300 0.8300 0.1700 0.2700 0.1000 0.0640 0.0040960
0.7363 0.7470 0.7680 0.8040 m     0.1960 0.2320 0.0360 dm     0.0202 S(di-dm)^
  0.0462 0.0297 0.0280 sacc              
0.0335 0.0146 0.0094 0.0088 s=sacc/k         0.0150 sd  
0.0656 0.0286 0.0184 0.0173 95% confidence 1.96 1.96     0.0334 95% confidence 2.23
credit.dat credit.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.9077 0.8615 0.6308 0.0923 0.1385 0.0462 0.0400 0.0016000
  0.8154 0.8462 0.7231 0.1846 0.1538 -0.0308 -0.0369 0.0013633
  0.8615 0.8462 0.7077 0.1385 0.1538 0.0154 0.0092 0.0000852
  0.8154 0.8154 0.6923 0.1846 0.1846 0.0000 -0.0062 0.0000379
  0.8154 0.8154 0.7538 0.1846 0.1846 0.0000 -0.0062 0.0000379
  0.8769 0.8308 0.6462 0.1231 0.1692 0.0462 0.0400 0.0016000
  0.7846 0.7231 0.7077 0.2154 0.2769 0.0615 0.0554 0.0030675
  0.8000 0.8000 0.8000 0.2000 0.2000 0.0000 -0.0062 0.0000379
  0.7231 0.8154 0.7846 0.2769 0.1846 -0.0923 -0.0985 0.0096947
  0.8462 0.8308 0.6923 0.1538 0.1692 0.0154 0.0092 0.0000852
0.8018 0.8246 0.8185 0.7138 m     0.1754 0.1815 0.0062 dm     0.0176 S(di-dm)^
  0.0519 0.0382 0.0544 sacc              
0.0153 0.0164 0.0121 0.0172 s=sacc/k         0.0140 sd  
0.0299 0.0322 0.0237 0.0337 95% confidence 1.96 1.96     0.0312 95% confidence 2.23
diabetes.dat diabetes.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.7105 0.6974 0.7105 0.2895 0.3026 0.0132 0.0434 0.0018854
  0.7237 0.8158 0.7105 0.2763 0.1842 -0.0921 -0.0618 0.0038244
  0.7105 0.7105 0.7500 0.2895 0.2895 0.0000 0.0303 0.0009159
  0.7237 0.7632 0.7763 0.2763 0.2368 -0.0395 -0.0092 0.0000848
  0.6842 0.7368 0.6842 0.3158 0.2632 -0.0526 -0.0224 0.0005003
  0.7500 0.7237 0.7105 0.2500 0.2763 0.0263 0.0566 0.0032012
  0.7500 0.7632 0.7105 0.2500 0.2368 -0.0132 0.0171 0.0002926
  0.6974 0.8289 0.7368 0.3026 0.1711 -0.1316 -0.1013 0.0102649
  0.8026 0.7763 0.6842 0.1974 0.2237 0.0263 0.0566 0.0032012
  0.7237 0.7632 0.7237 0.2763 0.2368 -0.0395 -0.0092 0.0000848
0.5637 0.7276 0.7579 0.7197 m     0.2724 0.2421 -0.0303 dm     0.0243 S(di-dm)^
  0.0334 0.0426 0.0285 sacc              
0.0454 0.0106 0.0135 0.0090 s=sacc/k         0.0164 sd  
0.0889 0.0207 0.0264 0.0176 95% confidence 1.96 1.96     0.0366 95% confidence 2.23
glass.dat glass.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.6667 0.6190 0.7619 0.3333 0.3810 0.0476 0.0238 0.0005669
  0.8571 0.4286 0.7143 0.1429 0.5714 0.4286 0.4048 0.1638322
  0.5238 0.5238 0.7143 0.4762 0.4762 0.0000 -0.0238 0.0005669
  0.8095 0.4762 0.6667 0.1905 0.5238 0.3333 0.3095 0.0958050
  0.6667 0.8571 0.5714 0.3333 0.1429 -0.1905 -0.2143 0.0459184
  0.6667 0.6667 0.7143 0.3333 0.3333 0.0000 -0.0238 0.0005669
  0.5714 0.5714 0.7143 0.4286 0.4286 0.0000 -0.0238 0.0005669
  0.5714 0.7619 0.8571 0.4286 0.2381 -0.1905 -0.2143 0.0459184
  0.5238 0.6190 0.5238 0.4762 0.3810 -0.0952 -0.1190 0.0141723
  0.6190 0.7143 0.8571 0.3810 0.2857 -0.0952 -0.1190 0.0141723
0.6431 0.6476 0.6238 0.7095 m     0.3524 0.3762 0.0238 dm     0.3821 S(di-dm)^
  0.1127 0.1318 0.1064 sacc              
0.0490 0.0356 0.0417 0.0336 s=sacc/k         0.0652 sd  
0.0961 0.0698 0.0817 0.0659 95% confidence 1.96 1.96     0.1453 95% confidence 2.23
heart.dat heart.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.8276 0.7586 0.7931 0.1724 0.2414 0.0690 0.0103 0.0001070
  0.8966 0.7586 0.7586 0.1034 0.2414 0.1379 0.0793 0.0062901
  0.8276 0.8621 0.8621 0.1724 0.1379 -0.0345 -0.0931 0.0086683
  0.7241 0.6552 0.7586 0.2759 0.3448 0.0690 0.0103 0.0001070
  0.8621 0.6552 0.6897 0.1379 0.3448 0.2069 0.1483 0.0219857
  0.6207 0.7586 0.7241 0.3793 0.2414 -0.1379 -0.1966 0.0386326
  0.7586 0.7241 0.7931 0.2414 0.2759 0.0345 -0.0241 0.0005826
  0.8276 0.6897 0.7931 0.1724 0.3103 0.1379 0.0793 0.0062901
  0.8276 0.6897 0.8621 0.1724 0.3103 0.1379 0.0793 0.0062901
  0.7931 0.8276 0.8621 0.2069 0.1724 -0.0345 -0.0931 0.0086683
0.5939 0.7966 0.7379 0.7897 m     0.2034 0.2621 0.0586 dm     0.0976 S(di-dm)^
  0.0787 0.0693 0.0596 sacc              
0.0747 0.0249 0.0219 0.0189 s=sacc/k         0.0329 sd  
0.1463 0.0488 0.0430 0.0369 95% confidence 1.96 1.96     0.0734 95% confidence 2.23
iris.dat iris.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  1.0000 1.0000 0.9333 0.0000 0.0000 0.0000 -0.1067 0.0113778
  0.9333 0.8000 0.9333 0.0667 0.2000 0.1333 0.0267 0.0007111
  1.0000 1.0000 0.9333 0.0000 0.0000 0.0000 -0.1067 0.0113778
  1.0000 0.8000 1.0000 0.0000 0.2000 0.2000 0.0933 0.0087111
  1.0000 0.8667 0.9333 0.0000 0.1333 0.1333 0.0267 0.0007111
  1.0000 0.8667 1.0000 0.0000 0.1333 0.1333 0.0267 0.0007111
  0.9333 0.9333 0.8667 0.0667 0.0667 0.0000 -0.1067 0.0113778
  1.0000 0.8000 0.8000 0.0000 0.2000 0.2000 0.0933 0.0087111
  1.0000 0.7333 1.0000 0.0000 0.2667 0.2667 0.1600 0.0256000
  1.0000 1.0000 0.8667 0.0000 0.0000 0.0000 -0.1067 0.0113778
0.9420 0.9867 0.8800 0.9267 m     0.0133 0.1200 0.1067 dm     0.0907 S(di-dm)^
  0.0281 0.0984 0.0663 sacc              
0.0437 0.0089 0.0311 0.0210 s=sacc/k         0.0317 sd  
0.0856 0.0174 0.0610 0.0411 95% confidence 1.96 1.96     0.0708 95% confidence 2.23
promoters.dat promoters.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.7000 0.4000 0.8000 0.3000 0.6000 0.3000 0.2500 0.0625000
  0.9000 0.9000 0.9000 0.1000 0.1000 0.0000 -0.0500 0.0025000
  0.6000 0.8000 0.8000 0.4000 0.2000 -0.2000 -0.2500 0.0625000
  0.8000 0.9000 0.6000 0.2000 0.1000 -0.1000 -0.1500 0.0225000
  0.8000 0.6000 0.9000 0.2000 0.4000 0.2000 0.1500 0.0225000
  0.7000 0.5000 0.7000 0.3000 0.5000 0.2000 0.1500 0.0225000
  0.7000 0.9000 0.6000 0.3000 0.1000 -0.2000 -0.2500 0.0625000
  0.6000 0.6000 0.8000 0.4000 0.4000 0.0000 -0.0500 0.0025000
  0.8000 0.6000 0.8000 0.2000 0.4000 0.2000 0.1500 0.0225000
  0.6000 0.5000 0.8000 0.4000 0.5000 0.1000 0.0500 0.0025000
0.7694 0.7200 0.6700 0.7700 m     0.2800 0.3300 0.0500 dm     0.2850 S(di-dm)^
  0.1033 0.1889 0.1059 sacc              
0.0435 0.0327 0.0597 0.0335 s=sacc/k         0.0563 sd  
0.0853 0.0640 0.1171 0.0657 95% confidence 1.96 1.96     0.1255 95% confidence 2.23
rotate.dat rotate.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.8800 0.8800 0.8800 0.1200 0.1200 0.0000 0.0060 0.0000360
  0.8700 0.8900 0.8500 0.1300 0.1100 -0.0200 -0.0140 0.0001960
  0.8900 0.8700 0.8400 0.1100 0.1300 0.0200 0.0260 0.0006760
  0.8700 0.8600 0.8900 0.1300 0.1400 0.0100 0.0160 0.0002560
  0.9100 0.8900 0.8200 0.0900 0.1100 0.0200 0.0260 0.0006760
  0.7900 0.7400 0.9100 0.2100 0.2600 0.0500 0.0560 0.0031360
  0.8400 0.9100 0.9400 0.1600 0.0900 -0.0700 -0.0640 0.0040960
  0.9100 0.9000 0.8700 0.0900 0.1000 0.0100 0.0160 0.0002560
  0.9000 0.9300 0.8100 0.1000 0.0700 -0.0300 -0.0240 0.0005760
  0.8000 0.8500 0.8400 0.2000 0.1500 -0.0500 -0.0440 0.0019360
0.8613 0.8660 0.8720 0.8650 m     0.1340 0.1280 -0.0060 dm     0.0118 S(di-dm)^
  0.0430 0.0520 0.0409 sacc              
0.0149 0.0136 0.0165 0.0129 s=sacc/k         0.0115 sd  
0.0292 0.0267 0.0322 0.0253 95% confidence 1.96 1.96     0.0256 95% confidence 2.23
voting.dat voting.dat k= 10
D-Tree MultiLayer Nave Bayes Nave Bayes MultiLayer d
Prunning NON-STOCHASTIC STOCHASTIC m=1 m=1 STOCHASTIC   (di-dm) (di-dm)^
  0.8837 0.9302 0.8372 0.1163 0.0698 -0.0465 -0.0512 0.0026176
  0.9302 1.0000 0.8605 0.0698 0.0000 -0.0698 -0.0744 0.0055381
  0.9767 0.9767 0.8605 0.0233 0.0233 0.0000 -0.0047 0.0000216
  0.8605 0.8605 0.9070 0.1395 0.1395 0.0000 -0.0047 0.0000216
  0.9302 0.8605 0.9070 0.0698 0.1395 0.0698 0.0651 0.0042401
  0.9302 0.9302 0.9535 0.0698 0.0698 0.0000 -0.0047 0.0000216
  0.8837 0.9070 0.7674 0.1163 0.0930 -0.0233 -0.0279 0.0007788
  0.8837 0.8605 0.8837 0.1163 0.1395 0.0233 0.0186 0.0003461
  0.9535 0.8837 0.7907 0.0465 0.1163 0.0698 0.0651 0.0042401
  0.9070 0.8837 0.7907 0.0930 0.1163 0.0233 0.0186 0.0003461
0.9366 0.9140 0.9093 0.8558 m     0.0860 0.0907 0.0047 dm     0.0182 S(di-dm)^
  0.0364 0.0496 0.0598 sacc              
0.0197 0.0115 0.0157 0.0189 s=sacc/k         0.0142 sd  
0.0387 0.0226 0.0307 0.0371 95% confidence 1.96 1.96     0.0317 95% confidence 2.23