It does not give accurate result wh

It does not give accurate result when there is noise. To
remove the noise pre-processing technique has to be used.
To build decision tree, information gain is calculated for each
and every attribute and select the attribute with the highest
information gain to designate as a root node. Label the attribute
as a root node and the possible values of the attribute are
represented as arcs. Then all possible outcome instances are
tested to check whether they are falling under the same class or
not. If all the instances are falling under the same class, the
node is represented with single class name, otherwise choose
the splitting attribute to classify the instances.

ผลลัพธ์ (ไทย) 1:

มันไม่ให้ผลถูกต้องเมื่อมีเสียงรบกวน ถึงเอาเทคนิคการประมวลผลเบื้องต้นเสียงจะใช้ได้สร้างต้นไม้การตัดสินใจ ข้อมูลกำไรจะถูกคำนวณสำหรับแต่ละและทุกแอททริบิวต์และเลือกแอตทริบิวต์ มีสูงสุดข้อมูลที่ได้รับการกำหนดเป็นโหนดราก ป้ายชื่อแอตทริบิวต์เป็นรากโหนดและค่าเป็นไปได้ของแอตทริบิวต์ได้แสดงเป็นเส้นโค้ง แล้ว จะได้ผลทุกกรณีทดสอบเพื่อตรวจสอบว่า พวกเขาจะอยู่ภายใต้ประเภทเดียวกัน หรือไม่ หากอินสแตนซ์ทั้งหมดอยู่ภายใต้ประเภทเดียวกัน การโหนจะถูกแสดง ด้วยชื่อชั้นเดียว เลือกแอตทริบิวต์ที่แยกเพื่อจัดประเภทอินสแตนซ์

ผลลัพธ์ (ไทย) 2:

มันไม่ได้ให้ผลที่ถูกต้องเมื่อมีสัญญาณรบกวน เพื่อ
ลบเสียงเทคนิคการประมวลผลล่วงหน้าได้ที่จะใช้.
เพื่อสร้างต้นไม้ตัดสินใจที่ได้รับข้อมูลที่มีการคำนวณสำหรับแต่ละ
คนและทุกคุณลักษณะและเลือกแอตทริบิวต์สูงสุด
ได้รับข้อมูลที่จะกำหนดให้เป็นโหนดราก ป้ายแอตทริบิวต์
เป็นโหนดรากและค่าที่เป็นไปของแอตทริบิวต์ที่มีการ
แสดงเป็นส่วนโค้ง จากนั้นทุกกรณีผลที่เป็นไปได้มีการ
ทดสอบเพื่อตรวจสอบว่าพวกเขาจะตกอยู่ใต้ระดับเดียวกันหรือ
ไม่ หากทุกกรณีที่มีการตกอยู่ใต้ระดับเดียวกัน
โหนดเป็นตัวแทนที่มีชื่อชั้นเดียวมิฉะนั้นเลือก
แอตทริบิวต์แยกที่จะแยกกรณี

ผลลัพธ์ (ไทย) 3:

มันไม่ให้ผลที่ถูกต้องเมื่อมีสัญญาณรบกวน

เอาเสียงการประมวลผลเทคนิคต้องใช้
สร้างต้นไม้ตัดสินใจ ข้อมูลที่ได้รับถูกคำนวณสำหรับแต่ละและทุกแอตทริบิวต์
และเลือกคุณลักษณะที่มีสูงสุด
ข้อมูลได้รับการแต่งตั้งให้เป็นรูทโหนด ชื่อแอตทริบิวต์
เป็นโหนดราก และค่าที่เป็นไปได้ของแอตทริบิวต์เป็น
แสดงเป็นเส้นโค้งแล้วผลที่อินสแตนซ์ทั้งหมดที่เป็นไปได้
ทดสอบเพื่อตรวจสอบว่าพวกเขาตกอยู่ภายใต้ระดับเดียวกันหรือ
ไม่ ถ้ากรณีทั้งหมดจะตกอยู่ภายใต้ระดับเดียวกัน
โหนดจะแสดงชื่อคลาสเดียวหรือเลือกแบ่งคุณลักษณะ
แยกกรณี