One important concept of the classi

One important concept of the classification tree is similar to what we saw in the regression model from Part 1: the concept of using a "training set" to produce the model. This takes a data set with known output values and uses this data set to build our model. Then, whenever we have a new data point, with an unknown output value, we put it through the model and produce our expected output. This is all the same as we saw in the regression model. However, this type of model takes it one step further, and it is common practice to take an entire training set and divide it into two parts: take about 60-80 percent of the data and put it into our training set, which we will use to create the model; then take the remaining data and put it into a test set, which we'll use immediately after creating the model to test the accuracy of our model.

ผลลัพธ์ (ไทย) 1:

หนึ่งแนวคิดที่สำคัญของการจัดประเภทแผนภูมิมีลักษณะคล้ายกับสิ่งที่เราเห็นในแบบจำลองถดถอยจาก Part 1: แนวคิดของการใช้ "ชุดฝึกอบรม" การผลิตแบบจำลอง นี้ใช้ชุดข้อมูล มีค่าผลผลิตรู้จัก และใช้ชุดข้อมูลนี้ในการสร้างแบบจำลองของเรา เมื่อเรามีจุดข้อมูลตัวใหม่ มีค่าผลลัพธ์ที่ไม่รู้จัก เราใส่มันผ่านรูปแบบ แล้วผลิตผลผลิตที่คาดไว้ของเรา นี้ได้ทั้งหมดเหมือนเราเห็นในแบบจำลองถดถอย อย่างไรก็ตาม แบบจำลองชนิดนี้ใช้มันหนึ่งขั้นตอนต่อไป และเป็นการทั่วไปจะใช้เป็นชุดฝึกอบรมทั้งหมด และแบ่งเป็นสองส่วน: ใช้เวลาประมาณ 60-80 เปอร์เซ็นต์ของข้อมูล และใส่ชุดของเราฝึกอบรม ที่เราจะใช้ในการสร้างแบบจำลอง ใช้ข้อมูลที่เหลือ แล้วใส่ลงในชุดทดสอบ ซึ่งเราจะใช้ทันทีหลังจากการสร้างแบบจำลองเพื่อทดสอบความถูกต้องของแบบจำลองของเรา

ผลลัพธ์ (ไทย) 2:

หนึ่งในแนวคิดที่สำคัญของการจัดหมวดหมู่ต้นไม้คล้ายกับสิ่งที่เราเห็นในแบบจำลองการถดถอยจากส่วนที่ 1: แนวคิดของการใช้ "ชุดฝึกอบรม" การผลิตแบบ นี้จะใช้ชุดข้อมูลที่มีค่าเอาท์พุทที่รู้จักและใช้ชุดข้อมูลนี้ในการสร้างรูปแบบของเรา จากนั้นเมื่อใดก็ตามที่เรามีจุดข้อมูลใหม่ที่มีมูลค่าการส่งออกที่ไม่รู้จักเราใส่มันผ่านรูปแบบและผลิตผลลัพธ์ที่คาดหวังของเรา ทั้งหมดนี้เป็นเช่นเดียวกับที่เราเห็นในแบบจำลองการถดถอย แต่ประเภทของรูปแบบนี้จะใช้เวลาไปหนึ่งก้าวและมันก็เป็นเรื่องธรรมดาที่จะใช้ชุดการฝึกอบรมทั้งหมดและแบ่งออกเป็นสองส่วนจะใช้เวลาประมาณ 60-80 เปอร์เซ็นต์ของข้อมูลและใส่ลงในชุดการฝึกอบรมของเราซึ่งเราจะ ใช้ในการสร้างแบบจำลองแล้วนำข้อมูลที่เหลือและใส่ลงในชุดทดสอบซึ่งเราจะใช้ทันทีหลังจากที่การสร้างแบบจำลองเพื่อทดสอบความถูกต้องของรูปแบบของเรา

ผลลัพธ์ (ไทย) 3:

แนวคิดหนึ่งที่สำคัญของต้นไม้ประเภทคล้ายกับสิ่งที่เราได้เห็นในตัวแบบการถดถอยจากส่วนที่ 1 : แนวคิดของการใช้ " การตั้งค่า " เพื่อสร้างรูปแบบ นี้จะเป็นข้อมูลที่ทราบค่า output และใช้ข้อมูลชุดนี้จะสร้างรูปแบบของเรา จากนั้นเมื่อใดก็ตามที่เรามีจุดข้อมูลใหม่ มีมูลค่าส่งออกที่ไม่รู้จัก เราใส่มันผ่านรูปแบบและการผลิตของเราคาดว่าผลผลิตทั้งหมดนี้เป็นเหมือนกับที่เราเห็นในตัวแบบการถดถอย . อย่างไรก็ตาม รูปแบบชนิดนี้ใช้มันอีกขั้นหนึ่งและมันเป็นวิธีการทั่วไปที่จะใช้ชุดฝึกอบรมทั้งหมดและแบ่งมันออกเป็นสองส่วน : ใช้เวลาประมาณ 60-80 เปอร์เซ็นต์ของข้อมูล และใส่มันเป็นชุดฝึกอบรมของเรา ซึ่งเราจะใช้สร้างแบบจำลอง แล้วเอาข้อมูลที่เหลือและใส่ลงในชุดทดสอบ ,ซึ่งเราจะใช้ทันทีหลังจากสร้างแบบจำลองเพื่อทดสอบความถูกต้องของแบบจำลองของเรา