Hunt's Algorithm Hunt's algorithm grows a decision tree recursively by การแปล - Hunt's Algorithm Hunt's algorithm grows a decision tree recursively by ไทย วิธีการพูด

Hunt's Algorithm Hunt's algorithm g

Hunt's Algorithm Hunt's algorithm grows a decision tree recursively by partitioning a training data set into smaller, purer subsets. This algorithm contains two steps in order to construct a decision tree.Step 1: which is the terminating step for the recursive algorithm, checks if every record in a node is of the same class. If so, the node is labeled as a leaf node with its classification the class name of all the records within. Step 2: If a node is not pure then selects/creates an attribute test condition to partition the data into two purer data sets. From here a child node is created for each subset.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ล่าล่าของขั้นตอนวิธีอัลกอริทึมขยาย recursively ต้นไม้การตัดสินใจ โดยพาร์ทิชันข้อมูลชุดฝึกเป็นชุดย่อยขนาดเล็ก purer อัลกอริทึมนี้ประกอบด้วยสองขั้นตอนการสร้างต้นไม้ตัดสินใจขั้นตอนที่ 1: ซึ่งเป็นขั้นตอน terminating สำหรับอัลกอริทึมแบบเรียกซ้ำ ตรวจสอบถ้ามีทุกเรกคอร์ดในโหนเดียว ถ้าเป็นเช่นนั้น โหนดจะติดป้ายเป็นโหนดสาขากับประเภทของชื่อคลาของระเบียนทั้งหมดภายใน ขั้นตอนที่ 2: ถ้าโหนไม่บริสุทธิ์ แล้วเลือก/สร้างเงื่อนไขการทดสอบคุณลักษณะสามารถแบ่งข้อมูลเป็นชุดข้อมูลสอง purer จาก โหนถูกสร้างสำหรับแต่ละชุดย่อย
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
อัลกอริทึมล่าของอัลกอริทึมล่าเติบโตต้นไม้ตัดสินใจซ้ำโดยแบ่งชุดข้อมูลการฝึกอบรมเป็นขนาดเล็กส่วนย่อยบริสุทธิ์ อัลกอริทึมนี้มีสองขั้นตอนในการที่จะสร้างการตัดสินใจ tree.Step 1: ซึ่งเป็นขั้นตอนการยกเลิกสำหรับขั้นตอนวิธี recursive ตรวจสอบหากบันทึกในโหนดทุกคนเป็นของชั้นเดียวกัน ถ้าเป็นเช่นนั้นโหนดที่มีการระบุว่าเป็นโหนดใบที่มีการจัดหมวดหมู่ของชื่อชั้นของระเบียนทั้งหมดที่อยู่ภายใน ขั้นตอนที่ 2: ถ้าโหนดไม่บริสุทธิ์จากนั้นเลือก / สร้างเงื่อนไขการทดสอบคุณลักษณะที่จะแบ่งข้อมูลออกเป็นสองชุดข้อมูลบริสุทธิ์ จากที่นี่โหนดเด็กจะถูกสร้างขึ้นสำหรับแต่ละเซต
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ค้นหาของขั้นตอนวิธีค้นหาของขั้นตอนวิธีต้นไม้การตัดสินใจ recursively การเติบโตโดยการชุดข้อมูลในขนาดเล็กที่บริสุทธิ์จาก . ขั้นตอนวิธีนี้ประกอบด้วยสองขั้นตอนเพื่อสร้างต้นไม้การตัดสินใจ ขั้นตอนที่ 1 ซึ่งเป็นการสิ้นสุดขั้นตอนสำหรับขั้นตอนวิธี recursive เช็คถ้าทุกบันทึกในโหนดในระดับเดียวกัน ถ้าเป็นเช่นนั้นปมถูกติดป้ายว่าเป็นโหนดใบที่มีการจำแนกชั้นชื่อของระเบียนทั้งหมดภายใน ขั้นตอนที่ 2 : ถ้าโหนดจะไม่บริสุทธิ์แล้วเลือก / สร้างคุณลักษณะเงื่อนไขการทดสอบเพื่อแบ่งข้อมูลเป็นสองบริสุทธิ์ข้อมูลชุด จากที่นี่โหนดลูกถูกสร้างขึ้นสำหรับแต่ละส่วนย่อย .
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2025 I Love Translation. All reserved.

E-mail: