C4.5 Algorithm ProcessingThe input

C4.5 Algorithm Processing
The input of the algorithm which is produced by decision tree, is a group of examples with category tags, the output results of construction is a tree of two branches or more. The following algorithm is the main algorithm for constructing decision tree, that method uses top done recursive structure. After getting the full-grown decision tree, it will adopt a pruning strategy with decision tree for eliminating noise data and abnormal branching is caused by isolated point. The pruning of decision tree is proposed for the problem of the training data is to much to adopted. The method of pruning usually deletes the least reliable branch by statistical methods, to improve the speed of classification and recognition, and the capacity of accurate data classification. The essence is to eliminate noise and isolated points, and do loop to the ending of the training set. As shown in Figure 1.

ผลลัพธ์ (ไทย) 1:

ประมวลผลอัลกอริทึม C4.5อัลกอริทึมซึ่งผลิต โดยต้นไม้การตัดสินใจ การป้อนคือ กลุ่มตัวอย่างด้วยแท็กประเภท ผลผลการก่อสร้างเป็นแผนภูมิของสองสาขาหรือมากกว่า อัลกอริทึมต่อไปนี้เป็นอัลกอริทึมหลักสำหรับสร้างต้นไม้การตัดสินใจ ว่า วิธีใช้ทำซ้ำโครงสร้างด้านบน หลังจากรับต้นไม้การตัดสินใจ full-grown มันจะนำมาใช้เป็นกลยุทธ์ตัดกับต้นไม้การตัดสินใจสำหรับตัดเสียงรบกวนข้อมูล และสาขาความผิดปกติเกิดจากจุดแยก มีเสนอตัดของต้นไม้การตัดสินใจในปัญหาของการฝึกอบรมข้อมูลจะมากถึง วิธีการ pruning โดยปกติลบสาขาเชื่อถือได้น้อยที่สุด โดยวิธีการทางสถิติ การปรับปรุงความเร็วของการจัดประเภท และการรับรู้ และกำลังการผลิตของการจัดประเภทข้อมูลที่ถูกต้อง สาระสำคัญคือการ กำจัดเสียงรบกวนและแยกจุด และวนรอบการสิ้นสุดของชุดฝึกอบรมด้วย ดังแสดงในรูปที่ 1

ผลลัพธ์ (ไทย) 2:

C4.5 ขั้นตอนวิธีการประมวลผล
ขั้นตอนวิธีการป้อนข้อมูลซึ่งผลิตโดยต้นไม้ตัดสินใจเป็นกลุ่มตัวอย่างที่มีแท็กประเภทผลการส่งออกของการก่อสร้างเป็นต้นไม้แห่งสองสาขาหรือมากกว่า ขั้นตอนวิธีการต่อไปนี้เป็นขั้นตอนที่สำคัญในการสร้างต้นไม้ตัดสินใจวิธีการที่ใช้ทำโครงสร้างด้านบน recursive หลังจากที่ได้รับการตัดสินใจต้นไม้โตเต็มที่ก็จะนำมาใช้กลยุทธ์การตัดแต่งกิ่งต้นไม้ที่มีการตัดสินใจสำหรับการขจัดข้อมูลเสียงและการแยกความผิดปกติที่เกิดจากจุดแยก การตัดแต่งกิ่งของต้นไม้ตัดสินใจเสนอสำหรับปัญหาของข้อมูลการฝึกอบรมคือการมากที่จะนำมาใช้ วิธีการตัดแต่งกิ่งมักจะลบสาขาที่เชื่อถือได้น้อยโดยวิธีการทางสถิติเพื่อเพิ่มความเร็วของการจัดหมวดหมู่และการรับรู้และความสามารถในการจัดหมวดหมู่ข้อมูลที่ถูกต้อง สาระสำคัญคือการกำจัดเสียงรบกวนและจุดแยกและทำห่วงที่จะสิ้นสุดของชุดการฝึกอบรม ดังแสดงในรูปที่ 1

ผลลัพธ์ (ไทย) 3:

โปรแกรม C4.5 ขั้นตอนวิธี
ใส่ของขั้นตอนวิธีที่ผลิตโดยต้นไม้ตัดสินใจเป็นกลุ่มตัวอย่างที่มีหมวดหมู่ Tags , การแสดงผลของการก่อสร้างคือต้นไม้ของสาขาที่สอง หรือมากกว่านั้น ขั้นตอนวิธีการดังต่อไปนี้เป็นวิธีหลักสำหรับการสร้างแผนภูมิการตัดสินใจ ใช้วิธีนั้นใช้ด้านบนทำโครงสร้าง recursive . หลังจากได้รับเต็มโตโครงสร้างการตัดสินใจจะใช้กลยุทธ์การตัดแต่งกิ่งต้นไม้กับการตัดสินใจและการขจัดข้อมูลเสียงผิดปกติเกิดจากการแยกจุด การตัดแต่งกิ่งของต้นไม้ การตัดสินใจเสนอปัญหาของข้อมูลการฝึกอบรมมากเกินไปที่จะใช้ วิธีการตัดแต่งกิ่งมักจะลบสาขาอย่างน้อยที่น่าเชื่อถือ โดยวิธีการทางสถิติเพื่อปรับปรุงความเร็วของการจำแนกและการรับรู้และความสามารถในการจำแนกข้อมูลที่ถูกต้อง สาระสําคัญคือการขจัดเสียงรบกวน และแยกจุด และทำห่วงการสิ้นสุดของการตั้งค่า ดังแสดงในรูปที่ 1