Decision trees are known for having

Decision trees are known for having a tendency to overfit the model to the training data. For this reason, the error rate reported on training data may be overly optimistic, and it is especially important to evaluate decision trees on a test dataset.

ผลลัพธ์ (ไทย) 1:

ต้นไม้ตัดสินใจทราบว่ามีแนวโน้มที่จะ overfit แบบจำลองข้อมูลการฝึกอบรม ด้วยเหตุนี้ อัตราความผิดพลาดในการรายงานข้อมูลการฝึกอบรมอาจเป็นในเชิงบวกมากเกินไป และมันเป็นสิ่งสำคัญโดยเฉพาะอย่างยิ่งการประเมินตัดสินใจต้นไม้บนชุดข้อมูลทดสอบ

ผลลัพธ์ (ไทย) 2:

ต้นไม้ตัดสินใจเป็นที่รู้จักกันสำหรับการมีแนวโน้มที่จะ overfit รูปแบบข้อมูลการฝึกอบรม ด้วยเหตุนี้อัตราความผิดพลาดในการรายงานข้อมูลการฝึกอบรมอาจจะเป็นในแง่ดีเกินไปและมันก็เป็นสิ่งสำคัญอย่างยิ่งในการประเมินต้นไม้การตัดสินใจเกี่ยวกับชุดทดสอบ

ผลลัพธ์ (ไทย) 3:

ต้นไม้การตัดสินใจเป็นที่รู้จักกันให้มี แนวโน้ม ที่ จะ overfit รูปแบบข้อมูลการฝึกอบรม ด้วยเหตุนี้ , อัตราความผิดพลาดรายงานข้อมูลการฝึกอบรมอาจจะคาดหวังมากเกินไป และมันเป็นโดยเฉพาะอย่างยิ่งที่สำคัญเพื่อประเมินต้นไม้การตัดสินใจในการทดสอบชุดข้อมูล .