Decision tree algorithm is a kind o

Decision tree algorithm is a kind of data mining model to make induction learning algorithm based on examples. It is easy to extract display rule, has smaller computation amount, and could display important decision property and own higher classification precision. For the study of data mining algorithm based on decision tree, this article put forward specific solution for the problems of property value vacancy, multiple-valued property selection, property selection criteria, propose to introduce weighted and simplified entropy into decision tree algorithm so as to achieve the improvement of ID3 algorithm. The experimental results show that the improved algorithm is better than widely used ID3 algorithm at present on overall performance

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมต้นไม้ตัดสินใจเป็นชนิดของรูปแบบการทำเหมืองข้อมูลเพื่อให้เรียนรู้ตามตัวอย่างอัลกอริทึมการเหนี่ยวนำ มันจะแยกแสดงกฎ มีคำนวณเล็กน้อย และสามารถแสดงคุณสมบัติสำคัญตัดสินใจและความแม่นยำจัดประเภทสูงขึ้นเอง สำหรับการศึกษาขั้นตอนวิธีการทำเหมืองข้อมูลตามแผนภูมิการตัดสินใจ บทความนี้นำมาแก้ปัญหาเฉพาะปัญหาตำแหน่งว่างค่าคุณสมบัติ การเลือกหลายค่าคุณสมบัติ เกณฑ์การเลือกคุณสมบัติ เสนอแนะนำง่าย และถ่วงน้ำหนักเอนโทรปีเป็นอัลกอริทึมต้นไม้การตัดสินใจเพื่อให้การปรับปรุงอัลกอริทึม ID3 ผลการทดลองแสดงว่า ขั้นตอนวิธีการปรับปรุงดีกว่าอัลกอริทึม ID3 ที่ใช้กันอย่างแพร่หลาย มีประสิทธิภาพโดยรวม

ผลลัพธ์ (ไทย) 2:

อัลกอริทึมต้นไม้ตัดสินใจเป็นชนิดของรูปแบบการทำเหมืองข้อมูลที่จะทำให้การเรียนรู้ขั้นตอนวิธีเหนี่ยวนำตามตัวอย่าง มันเป็นเรื่องง่ายที่จะดึงกฎการแสดงผลมีปริมาณคำนวณขนาดเล็กและสามารถแสดงสถานที่ให้บริการการตัดสินใจที่สำคัญและเป็นเจ้าของการจัดหมวดหมู่ความแม่นยำสูง สำหรับการศึกษาของขั้นตอนวิธีการทำเหมืองข้อมูลขึ้นอยู่กับต้นไม้ตัดสินใจบทความนี้จะนำไปข้างหน้าการแก้ปัญหาที่เฉพาะเจาะจงสำหรับปัญหาของทรัพย์สินที่ว่างค่าตัวเลือกสถานที่ให้บริการ valued หลายเกณฑ์การคัดเลือกคุณสมบัติเสนอที่จะแนะนำถ่วงน้ำหนักและง่ายขึ้นเอนโทรปีเป็นอัลกอริทึมต้นไม้ตัดสินใจเพื่อที่จะ เกิดการปรับปรุงขั้นตอนวิธี ID3 ผลการทดลองแสดงให้เห็นว่าอัลกอริทึมที่ดีขึ้นจะดีกว่าการใช้กันอย่างแพร่หลายอัลกอริทึม ID3 ในปัจจุบันผลการดำเนินงานโดยรวม

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีต้นไม้ตัดสินใจเป็นชนิดของข้อมูลเหมืองแร่เพื่อให้อัลกอริทึมการเรียนรู้แบบอุปนัยจากตัวอย่าง มันเป็นเรื่องง่ายที่จะแยกแสดงกฎมีปริมาณการคำนวณขนาดเล็กและสามารถแสดงคุณสมบัติสำคัญและตัวเองสูงประเภทความแม่นยำ เพื่อศึกษาเหมืองข้อมูลขั้นตอนวิธีพื้นฐานบนต้นไม้ การตัดสินใจบทความนี้ใส่สารละลายเฉพาะข้างหน้าสำหรับปัญหาว่างมูลค่าทรัพย์สินหลายมีการเลือกคุณสมบัติ หลักเกณฑ์การคัดเลือกคุณสมบัติ ขอแนะนำแบบถ่วงน้ำหนักและเอนโทรปีในขั้นตอนวิธีต้นไม้ การตัดสินใจเพื่อให้บรรลุการปรับปรุงอัลกอริทึม ID3 .ผลการทดลองแสดงให้เห็นว่าวิธีการที่ดีขึ้น ดีกว่าใช้ ID3 อัลกอริธึมที่ปัจจุบันในการปฏิบัติโดยรวม