if the training instances havevalue

if the training instances have
values 1, 10, 15, and 25 for an attribute, the split points considered are 1, 10, and
15; in each case values less than or equal to the split point form one partition
and the rest of the values form the other partition. The best binary split for the
attribute is the split that gives the maximum information gain.

ผลลัพธ์ (ไทย) 1:

ถ้ากรณีการฝึกอบรมมีค่า 1
, 10, 15, และ 25 แอททริบิ, จุดแยกการพิจารณาเป็นที่ 1, 10, และ
15; ในแต่ละกรณีค่าน้อยกว่าหรือเท่ากับแยกจุดรูปแบบหนึ่ง
พาร์ทิชันและ ส่วนที่เหลือของค่ารูปแบบพาร์ทิชันอื่น ๆ แยกไบนารีที่ดีที่สุดสำหรับแอตทริบิวต์
คือแยกที่จะช่วยให้ได้รับข้อมูลสูงสุด

ผลลัพธ์ (ไทย) 2:

ถ้ามีอินสแตนซ์ฝึก
มีจุดแยกพิจารณาค่า 1, 10, 15 และ 25 สำหรับแอตทริบิวต์ 1, 10 และ
15 ในแต่ละกรณีค่า น้อยกว่า หรือเท่ากับจุดแยกรูปแบบพาร์ติชันหนึ่ง
แล้วเหลือค่าพาร์ติชันอื่น ๆ แบ่งไบนารีดีที่สุดสำหรับการ
แอตทริบิวต์จะแบ่งที่ให้กำไรสูงสุดของข้อมูล

ผลลัพธ์ (ไทย) 3:

หากกรณีการฝึกอบรมที่มี
ค่า 110 , 15 และ 25 สำหรับแอตทริบิวต์ที่จุดแยกที่ได้รับการพิจารณาให้เป็น 1 , 10 และ 15
ซึ่งจะช่วยในแต่ละกรณีค่าน้อยกว่าหรือเท่ากับจุดแบ่งได้เป็นหนึ่งพาร์ติชั่น
และส่วนที่เหลือของค่าที่รูปแบบพาร์ติชันอื่นๆ ไบนารีที่ดีเยี่ยมที่แยกตัวออกใน
แอตทริบิวต์ที่จะแบ่งออกเป็นที่ทำให้ได้รับข้อมูลสูงสุด