This algorithm is a successor to ID

This algorithm is a successor to ID3 developed by Quinlan
Ross [2]. It is also based on Hunt’s algorithm.C4.5 handles
both categorical and continuous attributes to build a decision
tree. In order to handle continuous attributes, C4.5 splits the
attribute values into two partitions based on the selected
threshold such that all the values above the threshold as one
child and the remaining as another child. It also handles
missing attribute values. C4.5 uses Gain Ratio as an attribute
selection measure to build a decision tree. It removes the
biasness of information gain when there are many outcome
values of an attribute

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมนี้อยู่สืบไปโดย Quinlan ID3รอสส์ [2] มันยังขึ้นกับอัลกอริทึมของล่า จับ C4.5แอตทริบิวต์ที่แน่ชัด และต่อเนื่องเพื่อสร้างการตัดสินใจแผนภูมิ เพื่อจัดการกับแอตทริบิวต์อย่างต่อเนื่อง C4.5 แยกค่าแอททริบิวต์เป็นพาร์ทิชันที่สองตามที่เลือกขีดจำกัดที่ค่าทั้งหมดเหนือขีดจำกัดเป็นหนึ่งเด็กและเหลือเป็นเด็กอีก นอกจากนี้ยังจัดการค่าแอททริบิวต์หายไป C4.5 ใช้อัตราที่ได้รับแอตทริบิวต์เลือกการวัดการสร้างต้นไม้ตัดสินใจ มันเอาการbiasness ของกำไรข้อมูลเมื่อมีผลมากค่าของแอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีนี้เป็นทายาท ID3
พัฒนาโดยควินแลนรอสส์[2] มันยังขึ้นอยู่กับการจัดการ algorithm.C4.5
ล่าทั้งคุณลักษณะเด็ดขาดและต่อเนื่องในการสร้างการตัดสินใจต้นไม้
เพื่อที่จะจัดการกับคุณลักษณะอย่างต่อเนื่อง C4.5
แยกค่าแอตทริบิวต์เป็นสองพาร์ทิชันขึ้นอยู่กับการเลือกเกณฑ์ดังกล่าวว่าค่าทั้งหมดข้างต้นเกณฑ์กับที่เด็กและที่เหลือเป็นเด็กอีก นอกจากนี้ยังจัดการค่าแอตทริบิวต์ที่ขาดหายไป C4.5 ใช้อัตราส่วนกำไรจากการเป็นแอตทริบิวต์วัดเลือกที่จะสร้างต้นไม้ตัดสินใจ มันเอาBiasness ของการเพิ่มข้อมูลเมื่อมีผลหลายค่าของแอตทริบิวต์

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีนี้เป็นผู้สืบทอด ID3 พัฒนาโดยควินแลน
รอส [ 2 ] มันยังตามขั้นตอนวิธีการล่าของ โปรแกรม C4.5 จับ
ทั้งอย่างแท้จริงและต่อเนื่อง ลักษณะการสร้างการตัดสินใจ
ต้นไม้ เพื่อจัดการคุณลักษณะอย่างต่อเนื่อง โปรแกรม C4.5 แยก
ค่าแอตทริบิวต์เป็นสองพาร์ทิชันขึ้นอยู่กับการเลือกเกณฑ์ที่ทุกค่า

เป็นเกณฑ์หนึ่งเด็ก และอีกอย่างเด็กอื่น มันยังจับ
หายไปค่าแอตทริบิวต์ . ใช้อัตราส่วนการเข้าโปรแกรม C4.5 เป็นคุณลักษณะการเลือกวัดที่จะสร้างการตัดสินใจ
ต้นไม้ มันเอา
biasness ข้อมูลได้เมื่อมีค่าผล
หลายแอตทริบิวต์