Random Forest (RF) is an ensemble l

Random Forest (RF) is an ensemble learner in which many unpruned decision trees are built [10]. Bagging is used to
construct the trees in that a random subset (with replacement) of features and a random subset of data are selected to build
each tree. While building the trees, a random subset of features are considered at each decision node. After all trees are
built, classification takes place by evaluating the instance with respect to all trees and the decision is the one agreed by the
majority of the trees (i.e. a majority voting approach)

ผลลัพธ์ (ไทย) 1:

ป่าแบบสุ่ม (RF) เป็นนักเรียนวงการต้นไม้ตัดสินใจ unpruned จำนวนมากถูกสร้างขึ้น [10] ถุงที่ใช้ในการสร้างต้นไม้ที่มีเลือกชุดย่อยสุ่ม (มีแทน) คุณลักษณะและชุดข้อมูลย่อยสุ่มสร้างต้นไม้แต่ละต้น ในขณะที่อาคารต้นไม้ ย่อยสุ่มคุณสมบัติว่าที่แต่ละโหนตัดสินใจ หลังจากที่มีทั้งต้นไม้สร้าง ประเภทเกิดขึ้น โดยอินสแตนซ์เกี่ยวกับต้นไม้ทั้งหมดในการประเมิน และการตัดสินใจที่จะตกลงโดยการส่วนใหญ่ของต้นไม้ (เช่นส่วนใหญ่วิธีการลงคะแนนเสียง)

ผลลัพธ์ (ไทย) 2:

ป่าสุ่ม (RF) เป็นวงดนตรีที่ผู้เรียนซึ่งในจำนวนมากต้นไม้ตัดสินใจ unpruned ถูกสร้างขึ้น [10] บรรจุถุงจะใช้ในการ
สร้างต้นไม้ในการที่ระบบย่อยสุ่ม (ด้วยการเปลี่ยน) ของคุณสมบัติและชุดย่อยแบบสุ่มของข้อมูลที่ได้รับการคัดเลือกในการสร้าง
ต้นไม้แต่ละต้น ในขณะที่อาคารต้นไม้ชุดย่อยแบบสุ่มของคุณสมบัติที่ได้รับการพิจารณาในแต่ละโหนดตัดสินใจ หลังจากต้นไม้ทั้งหมดจะถูก
สร้างขึ้นจำแนกจะเกิดขึ้นโดยการประเมินเช่นที่เกี่ยวกับต้นไม้ทุกต้นและการตัดสินใจที่เป็นหนึ่งที่ได้ตกลงกันโดย
ส่วนใหญ่ของต้นไม้ (เช่นวิธีการลงคะแนนเสียงส่วนใหญ่)

ผลลัพธ์ (ไทย) 3:

สุ่มป่า ( RF ) เป็นวงดนตรีที่ผู้เรียนในการตัดสินใจ unpruned ต้นไม้มากมายที่ถูกสร้างขึ้น [ 10 ] ถุงที่ใช้สร้างต้นไม้ในที่ส่วนย่อยสุ่ม ( แทน ) คุณลักษณะและส่วนย่อยของข้อมูลแบบสุ่มเลือกที่จะสร้างแต่ละต้น ในขณะที่การสร้างต้นไม้ส่วนย่อยสุ่มคุณลักษณะจะถือว่าการตัดสินใจในแต่ละโหนด หลังจากที่ต้นไม้สร้างการใช้สถานที่ โดยการประเมิน เช่น ด้วยความเคารพทุกการตัดสินใจ คือ ต้นไม้ และคนที่เห็นด้วยโดยส่วนใหญ่ของต้นไม้ ( เช่นส่วนใหญ่ลงคะแนนวิธีการ )