Typically, for a non-STOP node, we

Typically, for a non-STOP node, we have to select the most discriminatory attribute for splitting.
In order to accomplish this,
the information gain measure (entropy-based approach) is probably the most popular approach.

ผลลัพธ์ (ไทย) 1:

โดยทั่วไป สำหรับโหนไม่หยุด เราต้องเลือกแอตทริบิวต์ที่โจ่งแจ้งมากที่สุดสำหรับการแบ่ง การทำ การวัดกำไรข้อมูล (วิธีใช้เอนโทรปี) อาจเป็นวิธีนิยมมากที่สุด

ผลลัพธ์ (ไทย) 2:

โดยปกติแล้วสำหรับโหนดที่ไม่หยุดเราต้องเลือกแอตทริบิวต์การเลือกปฏิบัติมากที่สุดสำหรับการแยก.
เพื่อที่จะบรรลุเป้าหมายนี้วัดกำไรข้อมูล (วิธีการปฎิบัติตาม) น่าจะเป็นวิธีที่นิยมมากที่สุด

ผลลัพธ์ (ไทย) 3:

โดยปกติ สำหรับปมไม่หยุดเราก็จะต้องเลือกคุณสมบัติเลือกปฏิบัติมากที่สุดสำหรับการแยก
เพื่อให้บรรลุเป้าหมายนี้
ข้อมูลเข้าวัด ( Entropy เข้าใกล้ฐานอาจเป็นวิธีที่นิยมมากที่สุด