The main idea of decision-tree cons

The main idea of decision-tree construction is to evaluate different attributes and
different partitioning conditions, and pick the attribute and partitioning condition
that results in the maximum information-gain ratio. The same procedure
works recursively on each of the sets resulting from the split, thereby recursively
constructing a decision tree. If the data can be perfectly classified, the recursion
stops when the purity of a set is 0.

ผลลัพธ์ (ไทย) 1:

แนวคิดหลักของการก่อสร้างการตัดสินใจของต้นไม้คือการประเมินคุณลักษณะที่แตกต่างกันและ
เงื่อนไขการแบ่งที่แตกต่างกันและเลือกคุณลักษณะและสภาพ
แบ่งพาร์ทิชันที่เป็นผลในอัตราส่วนข้อมูลกำไรสูงสุด
ขั้นตอนเดียวกันทำงานซ้ำในแต่ละชุดที่เกิดจากการแยกจึงซ้ำ
สร้างต้นไม้ตัดสินใจ หากข้อมูลที่สามารถจำแนกได้อย่างสมบูรณ์แบบ
recursion หยุดเมื่อความบริสุทธิ์ของชุดเป็น 0

ผลลัพธ์ (ไทย) 2:

ความคิดหลักของการก่อสร้างต้นไม้การตัดสินใจคือการ ประเมินคุณลักษณะต่าง ๆ และ
พาร์ทิชันต่าง ๆ เงื่อนไข และเลือกแอตทริบิวต์และพาร์ทิชันเงื่อนไข
อัตรากำไรข้อมูลสูงสุดที่ให้ผล กระบวนการเดียวกัน
recursively การทำงานในแต่ละชุดที่เกิดจากการแบ่ง จึง recursively
สร้างต้นไม้ตัดสินใจ ถ้าข้อมูลสามารถจำแนกอย่างสมบูรณ์ สอบ
หยุดเมื่อความบริสุทธิ์ของชุด 0

ผลลัพธ์ (ไทย) 3:

แนวคิดหลักของการก่อสร้างการตัดสินใจ - ทรีคือการประเมินผลแอตทริบิวต์แตกต่างกันและ
เงื่อนไขการแบ่งพาร์ติชั่นที่แตกต่างและแอตทริบิวต์บริการรับและ สภาพ การแบ่งพาร์ติชั่น
ซึ่งจะช่วยให้ผลการในอัตราข้อมูลที่ได้รับสูงสุด ขั้นตอนเดียว
ซึ่งจะช่วยในการทำงาน(% s )ชุดที่เป็นผลจากแยกซึ่งจะเป็น'% s '
ซึ่งจะช่วยสร้างการตัดสินใจที่แต่ละทรี หากข้อมูลที่สามารถจำแนกได้อย่างสมบรูณ์แบบการสอบถามซ้ำที่
จะหยุดเมื่อความบริสุทธิ์ผุดผ่องของตั้งค่าเป็น 0