The reason of poor performance of d

The reason of poor performance of decision tree
classifiers in minority class is that most of the classifiers employ a post-pruning method. Any node can be
removed and assigned the most common class of the
training instances that are sorted to the node in question.
Thus, if a class is rare, decision tree algorithms often
prune the tree down to a single node that classifies all
instances as members of the common class leading to
poor accuracy on the instances of minority class.

ผลลัพธ์ (ไทย) 1:

เหตุผลของประสิทธิภาพที่ต่ำของต้นไม้การตัดสินใจคำนามภาษาในชนกลุ่มน้อยเป็นที่สุดของคำนามภาษาที่ใช้วิธีตัดหลัง โหนได้เอาออก และกำหนดให้ทั่วชั้นกรณีอบรมที่เรียงโหนในคำถามดังนั้น ถ้าเป็นหายาก ตัดสินใจทรีอัลกอริทึมมักลิดต้นลงหนึ่งโหนที่ประมวลทั้งหมดกรณีเป็นสมาชิกชั้นทั่วไปความแม่นยำที่ดีบนอินสแตนซ์ของคลาของชนกลุ่มน้อย

ผลลัพธ์ (ไทย) 2:

เหตุผลของประสิทธิภาพที่ดีของการตัดสินใจต้นไม้ลักษณนามในชั้นเรียนของผู้ถือหุ้นส่วนน้อยคือที่สุดของลักษณนามจ้างวิธีการโพสต์การตัดแต่งกิ่ง โหนดใด ๆ ที่สามารถถอดออกและมอบหมายระดับที่พบมากที่สุดของกรณีการฝึกอบรมที่เรียงลำดับไปยังโหนดในคำถาม. ดังนั้นหากระดับเป็นเรื่องยากที่การตัดสินใจขั้นตอนวิธีต้นไม้มักจะตัดต้นไม้ลงไปโหนดเดียวที่จัดทุกกรณีในฐานะสมาชิกของชั้นร่วมกันนำไปสู่ความถูกต้องที่ไม่ดีในกรณีของชั้นชนกลุ่มน้อย

ผลลัพธ์ (ไทย) 3:

เหตุผลของการปฏิบัติที่ไม่ดีของแผนภาพการตัดสินใจแบบต้นไม้คำลักษณนามในระดับน้อยคือว่าส่วนใหญ่ของคำลักษณนามที่ใช้หลังการตัดแต่งกิ่งโดยวิธี โหนดใด ๆสามารถออกและกำหนดคลาสที่พบมากที่สุดของการฝึกอบรมอินสแตนซ์ที่แยกโหนดในคำถามดังนั้น ถ้าชั้น หายาก ขั้นตอนวิธีต้นไม้ตัดสินใจบ่อยๆตัดต้นไม้ลงในโหนดเดียวที่จัดทั้งหมดกรณีเป็นสมาชิกของทั่วไปเรียนาความถูกต้องไม่ดีบนอินสแตนซ์ของคลาส ชนกลุ่มน้อย