C4.5 [22] is a decision tree algori

C4.5 [22] is a decision tree algorithm. The usual splitting criterion to select an attribute is the gain ratio [20] based
on the information concept defined by Shannon [27]. Each tree level is generated by dividing the data at a given node
into a number of subsets, which are represented by branches. For each division, the gain ratio is used to select the
best attribute, whose values are used to divide the data into subsets. Each subset contains data that take on one of the
values of the selected attribute. It can work with both discrete and continuous data.

ผลลัพธ์ (ไทย) 1:

อัลกอริธึมแบบต้นไม้ตัดสินใจ C4.5 [22] ได้ แยกเกณฑ์ปกติให้เลือกแอตทริบิวต์คืออัตรากำไร [20] คะแนนแนวคิดข้อมูลที่กำหนด โดยแชนนอน [27] แต่ละระดับต้นไม้ถูกสร้างขึ้น โดยการแบ่งข้อมูลที่กำหนดโหนเป็นจำนวนย่อย ซึ่งจะแสดง โดยสาขา สำหรับแต่ละส่วน อัตราส่วนกำไรจะใช้เพื่อเลือกการคุณลักษณะที่ดีที่สุด การที่มีค่าที่ใช้ในการแบ่งข้อมูลออกเป็นส่วนย่อย แต่ละชุดย่อยประกอบด้วยข้อมูลที่ใช้ในการค่าของแอตทริบิวต์ที่เลือก มันสามารถทำงานกับข้อมูลทั้งแบบแยก และต่อเนื่อง

ผลลัพธ์ (ไทย) 2:

C4.5 [22] เป็นขั้นตอนวิธีต้นไม้ตัดสินใจ เกณฑ์ปกติแยกเพื่อเลือกแอตทริบิวต์เป็นอัตราส่วนกำไร [20] ตาม
แนวคิดข้อมูลที่กำหนดโดยแชนนอน [27] ระดับต้นไม้แต่ละครั้งจะถูกสร้างขึ้นโดยแบ่งข้อมูลที่ได้รับโหนด
เป็นจำนวนย่อยซึ่งเป็นตัวแทนจากสาขา สำหรับแต่ละส่วนอัตราส่วนกำไรจะใช้ในการเลือก
คุณลักษณะที่ดีที่สุดที่มีค่าที่ใช้ในการแบ่งข้อมูลออกเป็นส่วนย่อย แต่ละกลุ่มย่อยมีข้อมูลที่จะใช้ในหนึ่งใน
ค่าของแอตทริบิวต์ที่เลือก มันสามารถทำงานกับข้อมูลทั้งที่ไม่ต่อเนื่องและต่อเนื่อง

ผลลัพธ์ (ไทย) 3:

โปรแกรม C4.5 [ 22 ] คือต้นไม้การตัดสินใจอัลกอริทึ่ม เกณฑ์การแยกปกติเลือกแอตทริบิวต์เป็นได้รับอัตราส่วน [ 20 ] ตามในข้อมูลแนวคิดที่กำหนดโดย Shannon [ 27 ] แต่ละระดับต้นจะถูกสร้างขึ้น โดยแบ่งข้อมูลที่ระบุโหนดเป็นจำนวนของข้อมูลที่แสดงโดยกิ่ง สำหรับแต่ละส่วน โดยได้ถูกใช้เพื่อเลือกที่ดีที่สุดในแอตทริบิวต์ที่มีค่าใช้แบ่งข้อมูลเป็นส่วนย่อย . แต่ละส่วนย่อยมีข้อมูลที่ใช้ในหนึ่งในค่าของแอททริบิวต์ที่เลือก สามารถทำงานกับข้อมูลแบบไม่ต่อเนื่องและต่อเนื่อง