Initial selection of suitable trees

Initial selection of suitable trees for drawing rules
Given the number of produced trees, it is obvious that many rules will be drawn from these trees. In order to draw conclusions from the rules, it is necessary to separate good trees from other produced models. In doing so, several criteria were defined for choosing trees, as follows:
• trees with over 70% accuracy
• trees with one or more levels (meaning a rule has been drawn)
• trees that includes at least one of the individual variables or exam variables
• trees whose effective variables are amongst either in the individual variable or exam variable groups.

By applying the above criteria, 17 trees were selected in the initial step to go for exam step, amongst which 3 trees were selected. All three had performance evaluation as their target variable and the algorithm used for all was C5.0.

Examining produced trees
Experimental data was used to examine the 17 selected models for the purpose of creating rules. From the final data,

ผลลัพธ์ (ไทย) 1:

เริ่มต้นการเลือกต้นไม้ที่เหมาะสำหรับรูปวาดกฎ
รับจำนวนผลิตต้นไม้ เป็นที่ชัดเจนว่า จะออกกฎมากจากต้นไม้เหล่านี้ การดึงข้อสรุปจากกฎ จำเป็นต้องแยกต้นไม้ดีจากรุ่นอื่น ๆ ที่ผลิต ในการทำเช่นนั้น เงื่อนไขต่าง ๆ กำหนดไว้สำหรับการเลือกต้นไม้ ดัง:
•ต้นไม้กว่า 70% ถูกต้อง
•ต้นไม้ระดับ น้อย (มีการออกกฎหมาย)
•ต้นไม้ที่มีอย่างน้อย 1 ตัวแปรอิสระหรือตัวแปรสอบ
•ต้นไม้ซึ่งแปรผลอยู่หมู่ใดในแต่ละตัวแปรหรือสอบตัวแปรกลุ่ม

โดยใช้เกณฑ์ข้างต้น ต้นไม้ 17 ได้เลือกในขั้นตอนแรกไปสอบขั้น หมู่ที่ 3 ต้นไม้ที่เลือก ทั้งสามได้ประเมินประสิทธิภาพการทำงานเป็นตัวแปรเป้าหมายของพวกเขา และอัลกอริทึมที่ใช้ทั้งหมดได้ C5.0

Examining ผลิตต้นไม้
ข้อมูลทดลองใช้บางรุ่น 17 เพื่อสร้างกฎการตรวจสอบ จากข้อมูลขั้นสุดท้าย

ผลลัพธ์ (ไทย) 2:

การเลือกเริ่มต้นของต้นไม้ที่เหมาะสมสำหรับกฎการวาดภาพ
ให้จำนวนของต้นไม้ที่ผลิตก็เป็นที่ชัดเจนว่ากฎระเบียบจำนวนมากจะถูกดึงออกมาจากต้นไม้เหล่านี้ เพื่อที่จะวาดข้อสรุปจากกฎระเบียบที่มีความจำเป็นที่จะแยกต้นไม้ที่ดีจากรูปแบบการผลิตอื่น ๆ ในการทำเช่นเกณฑ์หลายคนถูกกำหนดไว้สำหรับการเลือกต้นไม้ดังนี้
•ต้นไม้ด้วยความถูกต้องกว่า 70%
•ต้นไม้ที่มีหนึ่งหรือมากกว่าหนึ่งระดับ (หมายถึงกฎที่ได้รับการวาด)
•ต้นไม้ที่มีอย่างน้อยหนึ่งตัวแปรของแต่ละบุคคลหรือการสอบ ตัวแปร
•ต้นไม้ที่มีตัวแปรที่มีประสิทธิภาพในหมู่ทั้งในตัวแปรหรือการสอบกลุ่มบุคคลตัวแปรโดยใช้เกณฑ์ข้างต้น 17 ต้นที่ถูกเลือกไว้ในขั้นตอนแรกที่จะไปสำหรับขั้นตอนการสอบในระหว่างที่ได้รับการแต่งตั้ง 3 ต้นไม้ ทั้งสามมีการประเมินผลงานเป็นตัวแปรเป้าหมายและขั้นตอนวิธีการที่ใช้สำหรับการทั้งหมดของพวกเขาคือ C5.0 การตรวจสอบต้นไม้ที่ผลิตข้อมูลการทดลองถูกใช้ในการตรวจสอบรุ่นที่ 17 โดยมีวัตถุประสงค์เพื่อสร้างกฎ จากข้อมูลขั้นสุดท้าย

ผลลัพธ์ (ไทย) 3:

การเลือกเริ่มต้นของต้นไม้ เหมาะสำหรับวาดกฎ
ได้รับหมายเลขของผลิตต้นไม้ มันชัดเจนว่า กฎมากมาย จะได้มาจากต้นไม้เหล่านี้ เพื่อให้ข้อสรุปจากกฎ มันเป็นสิ่งจำเป็นที่จะแยกต้นไม้ที่ดีจากรุ่นที่ผลิตอื่น ๆ ในการทำเช่นนี้หลายเกณฑ์กำหนดสำหรับการเลือกต้นไม้ ดังนี้
-
ต้นไม้กว่า 70 เปอร์เซ็นต์ ความถูกต้องต้นไม้บวกกับหนึ่งหรือมากกว่าหนึ่งระดับ ( หมายถึงกฎที่กำลังวาด )
- ต้นไม้ที่มีอย่างน้อยหนึ่งของแต่ละตัวแปร หรือการสอบ
- ต้นไม้ที่มีประสิทธิภาพตัวแปรตัวแปรในตัวแปรแต่ละตัว หรือระหว่างสอบตัวแปรกลุ่ม

โดยใช้เกณฑ์ข้างต้น , 17 ต้นไม้ที่ถูกเลือกในขั้นตอนแรก ที่จะไปสำหรับขั้นตอนการสอบ ในหมู่ที่ 3 ต้นไม้ที่ถูกเลือกทั้งสามมีการประเมินผลการปฏิบัติงาน เช่น ตัวแปรเป้าหมายของพวกเขาและขั้นตอนวิธีที่ใช้ทั้งหมด c5.0

ตรวจสอบผลิตต้นไม้
ข้อมูลทดลองใช้เพื่อศึกษา 17 รุ่นที่เลือกสำหรับวัตถุประสงค์ของการสร้างกฎ จากข้อมูลสุดท้าย