CART developed by Breiman, 1984Spli

CART developed by Breiman, 1984
Splits at decision nodes are binary, resulting in two branches
CART recursively partitions data into subsets with similar values for target variable
Algorithm grows tree by evaluating all predictor variables. Then chooses optimal split according to criteria:

ผลลัพธ์ (ไทย) 1:

รถเข็นที่พัฒนา โดย Breiman, 1984แยกที่โหนตัดสินเป็นไบนารี เกิดในสองสาขารถเข็น recursively พาร์ติชันข้อมูลชุดย่อยที่มีค่าเหมือนตัวแปรเป้าหมายอัลกอริทึมขยายแผนภูมิ โดยการประเมินตัวแปรจำนวนประตูทั้งหมด จากนั้น เลือกแบ่งตามเกณฑ์ที่เหมาะสม:

ผลลัพธ์ (ไทย) 2:

รถเข็นพัฒนาโดย Breiman 1984
แยกที่โหนดตัดสินใจไบนารีผลในสองสาขา
รถเข็นซ้ำพาร์ติชันข้อมูลลงในส่วนย่อยที่มีค่าที่คล้ายกันสำหรับเป้าหมายตัวแปร
อัลกอริทึมต้นไม้เติบโตโดยการประเมินตัวแปรทั้งหมด แล้วเลือกแยกที่เหมาะสมตามเกณฑ์ที่:

ผลลัพธ์ (ไทย) 3:

รถที่พัฒนาโดย breiman 1984
แยกที่โหนดการตัดสินใจเป็นแบบไบนารี ผลใน 2 สาขา
พาร์ทิชันข้อมูลลงจากรถเข็น recursively กับค่าที่คล้ายกันของขั้นตอนวิธีแบบตัวแปร
เป้าหมายเติบโตต้นไม้โดยพิจารณาตัวแปรทั้งหมด แล้วเลือกที่เหมาะสมแบ่งตามเกณฑ์ที่ :