button near the top of the Classify

button near the top of the Classify tab. A dialog window appears showing various
types of classifier. Click the trees entry to reveal its subentries, and click J48 to choose
that classifier. Classifiers, like filters, are organized in a hierarchy: J48 has the full
name weka.classifiers.trees.J48.
The classifier is shown in the text box next to the Choose button: It now reads
J48 –C 0.25 –M 2. This text gives the default parameter settings for this classifier,
which in this case rarely require changing to obtain good performance.
For illustrative purposes we evaluate the performance using the training data,
which has been loaded in the Preprocess panel—this is not generally a good idea
because it leads to unrealistically optimistic performance estimates. Choose Use
training set from the Test options part of the Classify panel. Once the test strategy
has been set, the classifier is built and evaluated by pressing the Start button.
This processes the training set using the currently selected learning algorithm,
C4.5 in this case. Then it classifies all the instances in the training data and
outputs performance statistics. These are shown in Figure 17.2(a).

ผลลัพธ์ (ไทย) 1:

ปุ่มด้านบนของแท็บ Classify ปรากฏหน้าต่างโต้ตอบแสดงต่าง ๆ
ชนิด classifier คลิกรายการต้นไม้ให้เหมาะกับการย่อย และคลิ J48 เลือก
classifier ที่ คำนามภาษา เช่นตัวกรอง จัดระเบียบเป็นลำดับชั้น: J48 ได้เต็ม
classifier weka.classifiers.trees.J48.
The ชื่อจะแสดงในกล่องข้อความถัดจากปุ่มเลือก: ตอนนี้อ่าน
J48 – C 0.25 – ข่าวลือ M 2 ข้อความนี้ให้เริ่มต้นการตั้งค่าพารามิเตอร์สำหรับนี้ classifier,
ซึ่งในกรณีนี้ไม่ค่อยจำเป็นต้องเปลี่ยนเพื่อให้ได้ประสิทธิภาพดีขึ้น
จัดประสงค์ เราประเมินประสิทธิภาพการทำงานโดยใช้ข้อมูลการฝึกอบรม,
ซึ่งได้รับการโหลดในแผง Preprocess — ไม่โดยทั่วไปควร
เนื่องจากจะนำไปสู่การประเมินประสิทธิภาพ unrealistically ในเชิงบวก เลือกใช้
การฝึกอบรมจากส่วนตัวเลือกทดสอบแผง Classify กลยุทธ์ทดสอบครั้ง
ถูกกำหนด classifier ที่ถูกสร้างขึ้น และประเมิน โดยการกดปุ่มเริ่มต้นในการ
นี้กระบวนการตั้งค่าโดยใช้อัลกอริทึมที่เลือกในปัจจุบันเรียนรู้ ฝึก
C4.5 ในกรณีนี้ จาก นั้นจึงแบ่งประเภทของอินสแตนซ์ทั้งหมดในข้อมูลการฝึกอบรม และ
สถิติประสิทธิภาพการแสดงผล เหล่านี้จะแสดงในรูป 17.2(a)

ผลลัพธ์ (ไทย) 3:

ปุ่มที่อยู่ด้านบนของจัดกลุ่มแท็บ กล่องโต้ตอบจะปรากฏหน้าต่างแสดงประเภทต่างๆ
ของลักษณนาม คลิกที่ต้นไม้รายการเพื่อเผย subentries และคลิกเพื่อเลือก j48
ว่าลักษณนาม คำลักษณนาม เช่นตัวกรอง , การจัดระเบียบในลำดับชั้น : j48 มี Weka
ชื่อเต็ม คือ ต้นไม้ j48 .
1 จะแสดงในกล่องข้อความข้างๆปุ่มเลือก : ตอนนี้อ่าน
j48 –ซี 0.25 – 2 .ข้อความนี้จะช่วยให้เริ่มต้นการตั้งค่าพารามิเตอร์สำหรับประเภท
ซึ่งในกรณีนี้แทบไม่ต้องเปลี่ยนเพื่อให้ได้ประสิทธิภาพที่ดี มีรูปประกอบ
เราประเมินผลการปฏิบัติงานโดยใช้ข้อมูลการฝึกอบรม
ซึ่งมีโหลดใน preprocess แผงนี้ไม่ได้โดยทั่วไป
ความคิดที่ดี เพราะมันนำไปสู่ unrealistically มองโลกในแง่ดี งานประมาณการ เลือกใช้
การตั้งค่าจากส่วนตัวเลือกการทดสอบของแยกแผง เมื่อทดสอบกลยุทธ์
ถูกตั้งค่าไว้ ลักษณนามคือสร้างและประเมินผลโดยการกดปุ่มเริ่มต้น .
กระบวนการนี้ชุดฝึกอบรมโดยใช้อัลกอริทึมการเรียนรู้
โปรแกรม C4.5 ที่ทำงาน , ในกรณีนี้ แล้วมันคือกรณีทั้งหมดในการฝึกอบรมและการปฏิบัติงานข้อมูล
ผลสถิติ เหล่านี้จะถูกแสดงในรูป 17.2 ( )