Decision trees are generated from t

Decision trees are generated from training data in a topdown,
general-to-specific direction. The initial state of a
decision tree is the root node that is assigned all the examples
from the training set. If it is the case that all examples belong
to the same class, then no further decisions need to be made
to partition the examples, and the solution is complete. If
examples at this node belong to two or more classes, then a
test is made at the node that wil result in a split. The process
is recursively repeated for each of the new intermediate
nodes until a completely discriminating tree is obtained

ผลลัพธ์ (ไทย) 1:

ต้นไม้ตัดสินใจสร้างขึ้นจากข้อมูลการฝึกอบรมในการแค่ทั่วไปเฉพาะทิศทาง สถานะเริ่มต้นของการต้นไม้การตัดสินใจเป็นโหนดรากที่กำหนดตัวอย่างทั้งหมดจากชุดฝึกอบรมด้วย ถ้าเป็นกรณีที่อยู่ในตัวอย่างทั้งหมดชั้นเดียว แล้วตัดสินใจต่อไปไม่จำเป็นต้องทำการแบ่งพาร์ติชันอย่าง และการแก้ไขเสร็จสมบูรณ์ หากตัวอย่างที่โหนดนี้เป็นสอง หรือมากกว่าสองชั้น แล้วเป็นทดสอบทำที่โหน wil ซึ่งเป็นผลในการแบ่ง กระบวนการrecursively ซ้ำสำหรับแต่ละชั้นกลางใหม่โหนดจนได้รับการจำแนกทั้งต้นไม้

ผลลัพธ์ (ไทย) 2:

ต้นไม้ตัดสินใจถูกสร้างขึ้นจากข้อมูลการฝึกอบรมใน topdown
การทั่วไปที่จะเฉพาะทิศทาง สถานะเริ่มต้นของต้นไม้ตัดสินใจเป็นโหนดรากที่กำหนดตัวอย่างทั้งหมดจากชุดการฝึกอบรม ถ้าเป็นกรณีที่ตัวอย่างทั้งหมดอยู่ในชั้นเดียวกันแล้วไม่มีการตัดสินใจต่อไปจะต้องมีการทำพาร์ทิชันตัวอย่างและวิธีการแก้ปัญหาเสร็จสมบูรณ์ ถ้าตัวอย่างที่โหนดนี้เป็นของสองคนหรือมากกว่าการเรียนแล้วทดสอบจะทำที่โหนที่wi ผลต่อลิตรในการแยก กระบวนการนี้ซ้ำแล้วซ้ำอีกซ้ำสำหรับแต่ละกลางใหม่โหนดจนกว่าต้นไม้แบ่งแยกสมบูรณ์จะได้รับ

ผลลัพธ์ (ไทย) 3:

การตัดสินใจต้นไม้ถูกสร้างขึ้นจากข้อมูลการฝึกอบรมใน topdown
ทั่วไป , ทิศทางที่เฉพาะเจาะจง สถานะเริ่มต้นของ
ต้นไม้ตัดสินใจเป็นปมรากที่เป็นกลุ่มตัวอย่างทั้งหมด
จากการตั้งค่า ถ้าเป็นกรณีตัวอย่างทั้งหมดเป็นของ
ถึงระดับเดียวกัน ก็ไม่มีการตัดสินใจต่อไปต้องทำ
ไปยังพาร์ทิชันตัวอย่าง และโซลูชั่นที่สมบูรณ์ ถ้า
ตัวอย่างที่โหนดนี้เป็นของสองหรือมากกว่าเรียนแล้ว
ทดสอบที่สร้างปมที่เกิด N ผมวีในแยก กระบวนการ
เป็น recursively ซ้ำสำหรับแต่ละโหนดใหม่กลาง
จนสมบูรณ์จำแนกต้นไม้ จะได้รับ