This paper presents a new tool for

This paper presents a new tool for study of relationships between total path length (average depth) and number of terminal nodes for decision trees. These relationships are important from the point of view of optimization of decision trees. In this particular case of total path length and number of terminal nodes, the relationships between these two cost functions are closely related with space-time trade-off. In addition to algorithm to compute the relationships, the paper also presents results of experiments with datasets from UCI ML Repository1. These experiments show how two cost functions behave for a given decision table and the resulting plots show the Pareto frontier or Pareto set of optimal points. Furthermore, in some cases this Pareto frontier is a singleton showing the total optimality of decision trees for the given decision table.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้นำเสนอเครื่องมือใหม่สำหรับการศึกษาความสัมพันธ์ระหว่างความยาวเส้นทางรวม (ค่าเฉลี่ยความลึก) และหมายเลขของโหนดที่เทอร์มินัลสำหรับต้นไม้การตัดสินใจ ความสัมพันธ์เหล่านี้มีความสำคัญจากมุมมองของต้นไม้ตัดสินใจ ในกรณีนี้ความยาวเส้นทางรวมและจำนวนโหนดที่เทอร์มินัล ความสัมพันธ์ระหว่างฟังก์ชันเหล่านี้ต้นทุนที่สองมีความสัมพันธ์กับ space-time trade-off นอกจากอัลกอริทึมการคำนวณความสัมพันธ์ กระดาษยังแสดงผลการทดลอง มี datasets จาก UCI ML Repository1 การทดลองนี้แสดงว่าสองทุนฟังก์ชันตารางตัดสินใจกำหนดและโครงการผลลัพธ์แสดงชายแดน Pareto หรือ Pareto ที่ตั้งของจุดสูงสุดในการทำงาน นอกจากนี้ ในบางกรณี ชายแดนนี้ Pareto คือ เดี่ยวแสดง optimality รวมของต้นไม้ตัดสินใจตารางการตัดสินใจกำหนด

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอเครื่องมือใหม่สำหรับการศึกษาความสัมพันธ์ระหว่างความยาวของเส้นทางทั้งหมด (ความลึกโดยเฉลี่ย) และจำนวนโหนดขั้วสำหรับต้นไม้ตัดสินใจ ความสัมพันธ์เหล่านี้มีความสำคัญจากมุมมองของการเพิ่มประสิทธิภาพของต้นไม้ตัดสินใจ ในกรณีนี้โดยเฉพาะอย่างยิ่งความยาวของเส้นทางทั้งหมดและจำนวนของโหนด terminal, ความสัมพันธ์ระหว่างทั้งสองฟังก์ชั่นค่าใช้จ่ายที่เกี่ยวข้องอย่างใกล้ชิดกับพื้นที่เวลาการปิด นอกจากอัลกอริทึมในการคำนวณความสัมพันธ์ที่กระดาษยังนำเสนอผลการทดลองกับชุดข้อมูลจาก UCI ML Repository1 การทดลองนี้แสดงให้เห็นว่าทั้งสองฟังก์ชั่นค่าใช้จ่ายในการทำงานสำหรับตารางการตัดสินใจที่กำหนดและแปลงที่เกิดขึ้นแสดงให้เห็นถึงชายแดน Pareto Pareto หรือชุดของจุดที่ดีที่สุด นอกจากนี้ในบางกรณีชายแดน Pareto เป็นเดี่ยวแสดง optimality รวมของต้นไม้การตัดสินใจสำหรับตารางการตัดสินใจที่ได้รับ

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอเครื่องมือใหม่สำหรับการศึกษาความสัมพันธ์ระหว่างความยาวเส้นทางรวม ( ความลึก ) และจำนวนของขั้วโหนดต้นไม้เพื่อการตัดสินใจ ความสัมพันธ์เหล่านี้มีความสำคัญจากมุมมองของการเพิ่มประสิทธิภาพของต้นไม้เพื่อการตัดสินใจ ในกรณีนี้ความยาวเส้นทางรวมและจำนวนผู้โดยสารโหนความสัมพันธ์ระหว่างทั้งสองมีความสัมพันธ์อย่างใกล้ชิดกับเวลาค่าใช้จ่ายฟังก์ชันการแลกเปลี่ยน . นอกจากอัลกอริทึมเพื่อคำนวณความสัมพันธ์ กระดาษยังนำเสนอผลการทดลองกับข้อมูลจาก UCI ml repository1 .การทดลองเหล่านี้แสดงให้เห็นว่าสองฟังก์ชันต้นทุนทำให้การตัดสินใจตารางและผลโต หรือโตแดนแปลงแสดงชุดของจุดที่เหมาะสมที่สุด นอกจากนี้ ในบางกรณีนี้ Pareto ชายแดนเป็น Singleton แสดงรวมคุณภาพของต้นไม้การตัดสินใจการตัดสินใจกำหนดตาราง