Decision-tree (Quinlan 1993; Breima

Decision-tree (Quinlan 1993; Breiman et al. 1984)
are commonly built by recursive partitioning. A univariate
(single attribute) split is chosen for the root
of the tree using some criterion (e.g., mutual information,
gain-ratio, gini index). The data is then divided
according to the test, and the process repeats
recursively for each child. After a full tree is built, a
pruning step is executed, which reduces the tree size.
In the experiments, we compared our results with the
C4.5 decision-tree induction algorithm (Quinlan 1993),
which is a state-of-the-art algorithm.

ผลลัพธ์ (ไทย) 1:

-ต้นไม้การตัดสินใจ (Quinlan 1993 Breiman et al. 1984)โดยทั่วไปถูกสร้างขึ้น โดยการแบ่งพาร์ทิชันซ้ำ เป็นอย่างไร univariateเลือก (แอตทริบิวต์เดียว) แบ่งรากของแผนภูมิโดยใช้เกณฑ์บางอย่าง (เช่น ข้อมูลซึ่งกันและกันกำไรอัตราส่วน ดัชนี gini) ก็มีแบ่งข้อมูลตามการทดสอบ และทำซ้ำกระบวนการrecursively สำหรับเด็กแต่ละคน หลังจากสร้างแผนภูมิแบบเต็ม แบบขั้นตอนการตัดจะดำเนินการ ซึ่งช่วยลดขนาดของแผนภูมิในการทดลอง เราเปรียบเทียบผลของเราด้วยการขั้นตอนวิธีเหนี่ยวนำต้นไม้ตัดสินใจ C4.5 (Quinlan 1993),ซึ่งเป็นอัลกอริทึมเป็นรัฐ-of-the-art

ผลลัพธ์ (ไทย) 2:

การตัดสินใจต้นไม้ (ควินแลน 1993. Breiman et al, 1984)
ที่ถูกสร้างขึ้นโดยทั่วไปแบ่ง recursive univariate
(แอตทริบิวต์เดี่ยว) แยกเป็นทางเลือกสำหรับราก
ของต้นไม้โดยใช้เกณฑ์บางอย่าง (เช่นข้อมูลรวม
กำไรอัตราส่วนดัชนี gini) ข้อมูลจะถูกแบ่งออก
เป็นไปตามผลการทดสอบและกระบวนการซ้ำ
ซ้ำสำหรับเด็กแต่ละคน หลังจากที่ต้นไม้เต็มรูปแบบที่ถูกสร้างขึ้น
ในขั้นตอนการตัดแต่งกิ่งจะถูกดำเนินการซึ่งจะช่วยลดขนาดของต้นไม้.
ในการทดลองเราเมื่อเทียบกับผลของเรามี
ขั้นตอนวิธีการเหนี่ยวนำการตัดสินใจต้นไม้ C4.5 (ควินแลน 1993)
ซึ่งเป็นรัฐของ อัลกอริทึม -Art

ผลลัพธ์ (ไทย) 3:

การตัดสินใจแบบต้นไม้ ( ควินลัน 1993 ; breiman et al . 1984 ) ถูกสร้างโดยทั่วไปโดยการ recursive
. เป็น 2
( แอททริบิวต์เดียว ) แยกเลือกรากของต้นไม้โดยใช้เกณฑ์
บางอย่าง ( เช่น รวมข้อมูล
ได้รับอัตราส่วนดัชนีจีนี ) ข้อมูลจะแบ่ง
ตามการทดสอบและกระบวนการทำซ้ำ
recursively สำหรับเด็กแต่ละคน หลังจากเต็มต้นไม้ที่สร้างขึ้น ,
ตัดขั้นตอนการประหารชีวิตซึ่งจะช่วยลดขนาดของต้นไม้ .
ในการทดลองเปรียบเทียบผลลัพธ์ของเรากับโปรแกรม C4.5 ขั้นตอนวิธีต้นไม้ตัดสินใจ
เหนี่ยว ( ควินลัน 1993 )

ซึ่งเป็นขั้นตอนวิธีการล่าสุด