The example above demonstrates seve

The example above demonstrates several differences resulting
from the use of hierarchical class labels. First, in selecting a splitting
attribute to grow the tree, we must consider not only accuracy,
but also class specificity. Second, in deciding when to stop
growing a node and assign a label to the node, the distribution
of data over the class hierarchical tree must be considered in order
to determine a proper label. This paper proposes a novel
classification algorithm to accommodate these differences by
taking into account the distribution of class labels in the hierarchical
tree so that the precision and accuracy of a DT can be
optimized.

ผลลัพธ์ (ไทย) 2:

ตัวอย่างข้างต้นแสดงให้เห็นถึงความแตกต่างหลายที่เกิดจากการใช้ฉลากระดับลำดับชั้น
ครั้งแรกในการเลือกแยกแอตทริบิวต์ที่จะเติบโตต้นไม้ที่เราจะต้องพิจารณาไม่ถูกต้องเท่านั้นแต่ยังมีความจำเพาะในชั้นเรียน ประการที่สองในการตัดสินใจเมื่อมีการหยุดการเจริญเติบโตโหนดและกำหนดฉลากไปยังโหนดที่การกระจายข้อมูลผ่านชั้นลำดับชั้นจะต้องได้รับการพิจารณาในการสั่งซื้อเพื่อตรวจสอบป้ายที่เหมาะสม กระดาษนี้นำเสนอนวนิยายขั้นตอนวิธีการจัดหมวดหมู่เพื่อรองรับแตกต่างเหล่านี้โดยคำนึงถึงการกระจายตัวของฉลากชั้นในลำดับชั้นต้นเพื่อให้มีความแม่นยำและความถูกต้องของDT สามารถปรับให้เหมาะสม

ผลลัพธ์ (ไทย) 3:

ตัวอย่างข้างต้นแสดงให้เห็นถึงความแตกต่างหลายที่เกิดจากการใช้ป้าย
เรียนลำดับชั้น . ครั้งแรกในการเลือกแบ่ง
แอตทริบิวต์เพื่อปลูกต้นไม้ เราต้องพิจารณาความถูกต้อง ไม่เพียง แต่ยังเรียน
specificity วินาทีในการตัดสินใจเมื่อต้องหยุด
โตโหนด และมอบหมายให้ป้ายโหนด , การกระจายข้อมูลผ่านชั้นลดหลั่นกัน

ต้นไม้ที่ต้องพิจารณาเพื่อตรวจสอบฉลากที่เหมาะสม บทความนี้เสนอขั้นตอนวิธีการใหม่

เพื่อรองรับความแตกต่างเหล่านี้ โดยคำนึงถึงการกระจายของชั้นป้ายในต้นไม้ลำดับชั้น
เพื่อความแม่นยำและความถูกต้องของ DT สามารถ
ให้เหมาะ