5.1. C4.5 Decision tree The C4.5 D

5.1. C4.5 Decision tree
The C4.5 Decision tree is an algorithm that builds tree by using a divide-and-conquer algorithm. A Decision tree is approximated with discrete dataset and can avoid over-fitting on large dataset. The Decision tree is produced by a training/learning dataset and built from rules that are created during the training. These rules are used to predict and classify sample/ or later datasets. To classify an unknown instance, the Decision tree will start at the root and traverse to a leave node. The result of classification and prediction occurs at the leave node.

ผลลัพธ์ (ไทย) 2:

5.1 ตัดสินใจ C4.5 ต้นไม้
ต้นไม้ตัดสินใจ C4.5 เป็นอัลกอริทึมที่สร้างต้นไม้โดยใช้การแบ่งและพิชิตอัลกอริทึม ต้นไม้การตัดสินใจเป็นห้วงที่มีชุดข้อมูลที่ต่อเนื่องและสามารถหลีกเลี่ยงในช่วงที่เหมาะสมในชุดข้อมูลที่มีขนาดใหญ่ ต้นไม้ตัดสินใจที่ผลิตโดยการฝึกอบรม / ชุดการเรียนรู้และสร้างขึ้นจากกฎระเบียบที่มีการสร้างขึ้นในระหว่างการฝึกอบรม กฎเหล่านี้จะใช้ในการคาดการณ์และจำแนกตัวอย่าง / หรือชุดข้อมูลในภายหลัง การจำแนกตัวอย่างที่ไม่รู้จักต้นไม้ตัดสินใจจะเริ่มต้นที่รากและข้ามไปยังโหนดลา ผลของการจัดหมวดหมู่และการทำนายที่เกิดขึ้นในโหนดลา

ผลลัพธ์ (ไทย) 3:

5.1 การตัดสินใจแบบ C4.5 ขั้นตอนวิธีต้นไม้
ต้นไม้การตัดสินใจโปรแกรม C4.5 ขั้นตอนวิธีที่สร้างต้นไม้โดยการแบ่งและพิชิตขั้นตอนวิธี โครงสร้างการตัดสินใจคือโดยประมาณกับข้อมูลแบบไม่ต่อเนื่องและสามารถหลีกเลี่ยงเหมาะสมกับชุดข้อมูลที่มีขนาดใหญ่ ต้นไม้การตัดสินใจผลิตโดยการฝึกอบรม / การเรียนรู้ข้อมูลและสร้างขึ้นจากกฎที่ถูกสร้างขึ้นในระหว่างการฝึกกฎเหล่านี้จะใช้ทำนายและจำแนกตัวอย่าง / หรือในภายหลัง ชุดข้อมูล จัดกลุ่มตัวอย่างไม่รู้จักต้นไม้ การตัดสินใจที่จะเริ่มต้นที่รากและท่องไปออกจากโหนด ผลของการจำแนกและการทำนายจะเกิดขึ้นที่ออกจากโหนด