Our method for working with missing

Our method for working with missing attribute values is based on a well-known approach to supervised inductive
learning algorithms, that is, tree-based classification. From incomplete data, a decision tree is built, which is also
able to classify unseen records with missing values. For a short overview of tree-based classification techniques, see
[13,14]

ผลลัพธ์ (ไทย) 1:

วิธีการของเรากับค่าแอตทริบิวต์ที่ขาดหายไปเป็นไปตามวิธีการรู้จักเพื่อเหนี่ยวนำดูแลการเรียนรู้อัลกอริทึม นั่นคือ ต้นไม้ตามการจัดประเภท จากข้อมูลที่ไม่สมบูรณ์ ต้นไม้ตัดสินใจสร้างขึ้น ซึ่งเป็นสามารถจัดประเภทระเบียน unseen ที่ มีค่าที่หายไป ดูภาพรวมอย่างย่อของเทคนิคการจัดประเภทแผนภูมิ[13,14]

ผลลัพธ์ (ไทย) 2:

วิธีการของเราสำหรับการทำงานกับค่าแอตทริบิวต์ที่ขาดหายไปจะขึ้นอยู่กับวิธีการที่รู้จักกันดีภายใต้การดูแลอุปนัย
ขั้นตอนวิธีการเรียนรู้ที่มีการจัดหมวดหมู่ตามต้นไม้ จากข้อมูลที่ไม่สมบูรณ์มีต้นไม้ตัดสินใจที่ถูกสร้างขึ้นซึ่งยัง
สามารถที่จะจัดระเบียนที่มองไม่เห็นด้วยค่าที่ขาดหายไป สำหรับภาพรวมในระยะสั้นของเทคนิคการจัดหมวดหมู่ต้นไม้ตามดู
[13,14]

ผลลัพธ์ (ไทย) 3:

วิธีการสำหรับการทำงานกับหายไปค่าแอตทริบิวต์ จะขึ้นอยู่กับวิธีการที่รู้จักกันดีกับการอุปนัยอัลกอริทึมการเรียนรู้ นั่นคือ ต้นไม้การจำแนกตาม จากข้อมูลที่ไม่สมบูรณ์ การตัดสินใจ ต้นไม้ถูกสร้างขึ้น ซึ่งยังสามารถจัดกลุ่มบันทึกที่มองไม่เห็นหายไปค่า สำหรับข้อมูลคร่าวๆ ของต้นไม้ตามเทคนิคการจำแนก , ดู[ 13,14 ]