By analyzing the decision tree and

By analyzing the decision tree and induction rules we can
identify the attributes that influence the classification the most
and those that may not have much effect on prediction.
Accuracy calculated for three cases help to decide which is the
most cost efficient way to classify our dataset. In this step test
data can be applied on the model formed and desired output i.e.
class information can be obtained.

ผลลัพธ์ (ไทย) 1:

โดยการวิเคราะห์ตัดสินใจต้นไม้และเหนี่ยวนำกฎเราสามารถระบุคุณลักษณะที่มีอิทธิพลต่อการจัดประเภทมากที่สุดและที่ไม่อาจคาดเดาผลมากความถูกต้องที่คำนวณได้สำหรับสามกรณีช่วยในการตัดสินใจซึ่งเป็นการส่วนใหญ่ต้นทุนวิธีที่มีประสิทธิภาพในการแบ่งประเภทของชุดข้อมูล ในการทดสอบขั้นตอนนี้สามารถใช้ข้อมูลในรูปแบบที่เกิดขึ้น และต้องแสดงผลเช่นสามารถได้รับข้อมูลชั้น

ผลลัพธ์ (ไทย) 2:

โดยการวิเคราะห์ต้นไม้ตัดสินใจและกฎการเหนี่ยวนำที่เราสามารถระบุคุณลักษณะที่มีอิทธิพลต่อการจัดหมวดหมู่มากที่สุดและผู้ที่อาจจะไม่ได้มีผลกระทบมากในการทำนาย. ความถูกต้องคำนวณสำหรับกรณีที่สามช่วยในการตัดสินใจซึ่งเป็นวิธีที่มีประสิทธิภาพมากที่สุดที่จะจัดชุดข้อมูลของเรา ในการทดสอบขั้นตอนนี้ข้อมูลที่สามารถนำมาใช้ในรูปแบบที่เกิดขึ้นและการส่งออกที่ต้องการคือข้อมูลระดับที่สามารถรับได้

ผลลัพธ์ (ไทย) 3:

โดยการวิเคราะห์ต้นไม้ตัดสินใจ induction กฎเราสามารถ
ระบุแอตทริบิวต์ที่มีอิทธิพลต่อการจำแนกที่สุด
และที่อาจมีผลกระทบมากในการทำนาย .
ความถูกต้องคำนวณสามกรณีช่วยตัดสินใจซึ่งเป็นวิธีที่มีประสิทธิภาพมากที่สุด
ต้นทุนจำแนกข้อมูลของเรา ในขั้นตอนนี้ ทดสอบ
ข้อมูลสามารถใช้รูปแบบรูปแบบและเอาท์พุทเช่น
ที่ต้องการข้อมูลสามารถรับ