A decision tree, is typically, eval

A decision tree, is typically, evaluated by predictive
accuracy that considers all errors equally. However,
predictive accuracy might not be appropriate when the
data is imbalanced and/or the costs of different errors
vary markedly

ผลลัพธ์ (ไทย) 1:

ต้นไม้การตัดสินใจ โดยปกติ ประเมิน โดยคาดการณ์ความถูกต้องซึ่งถือว่ามีข้อผิดพลาดทั้งหมดเท่า ๆ กัน อย่างไรก็ตามคาดการณ์แม่นยำอาจไม่เหมาะสมเมื่อการข้อมูลเป็น imbalanced และ/หรือต้นทุนของข้อผิดพลาดต่าง ๆแตกต่างกันอย่างเด่นชัด

ผลลัพธ์ (ไทย) 2:

ต้นไม้ตัดสินใจโดยทั่วไป,
การประเมินโดยการทำนายความถูกต้องที่จะพิจารณาข้อผิดพลาดอย่างเท่าเทียมกัน แต่ความถูกต้องคาดการณ์อาจจะไม่เหมาะสมเมื่อข้อมูลที่ขาดดุลและ/ หรือค่าใช้จ่ายข้อผิดพลาดที่แตกต่างกันแตกต่างกันอย่างเห็นได้ชัด

ผลลัพธ์ (ไทย) 3:

โครงสร้างการตัดสินใจ โดยประเมินจากสถิติ
ความถูกต้องที่พิจารณาข้อผิดพลาดทั้งหมดเท่า ๆ กัน อย่างไรก็ตาม
ความถูกต้องพยากรณ์อาจไม่เหมาะสมเมื่อ
เป็นข้อมูลไม่สมดุลและ / หรือต้นทุนที่แตกต่างกันข้อผิดพลาดแตกต่างกันอย่างเห็นได้ชัด