By using this tree, we can predict

By using this tree, we can predict customers’ preferences. For
example, if there is a female customer with an income of $1324,
the tree indicates that she will be interested in anhApple Desktopi.
The concept labelhApple Desktopiis at the most specific level of
product categories. As a second example, consider a male customer
who holds a post in Business. Tracing down the tree from the root,
we reach a leaf with a more abstract product category,hLaptopi,so
the DT shows that this customer will be interested in any kind of
Laptop. The accuracy of the prediction in this case is still guaranteed without losing too much precision. Finally, we can transform
the DT into a set of ‘‘if-condition-then-label” rules by traversing
each path of the tree from the root node to the leaf nodes, as shown
in Fig. 5.

ผลลัพธ์ (ไทย) 1:

โดยใช้แผนภูมินี้ เราสามารถทำนายลักษณะของลูกค้า สำหรับตัวอย่าง ถ้ามีลูกค้าหญิง มีมีรายได้ $1324ต้นบ่งชี้ว่า เธอจะสนใจ anhApple DesktopiLabelhApple แนวคิด Desktopiis ที่สุดเฉพาะระดับของประเภทผลิตภัณฑ์ เป็นตัวอย่างที่สอง พิจารณาลูกค้าชายที่มีการลงรายการบัญชีในธุรกิจ ติดตามลงต้นไม้จากรากเราไปถึงใบไม้กับประเภทผลิตภัณฑ์บทคัดย่อมาก hLaptopi ดังนั้นDT แสดงว่า ลูกค้ารายนี้จะมีความสนใจในชนิดของแล็ปท็อป ความแม่นยำของคำทำนายในกรณีนี้จะยังคงรับประกันโดยไม่สูญเสียความแม่นยำมากขึ้น สุดท้าย เราสามารถเปลี่ยนDT เป็นชุดของกฎที่ ''ถ้าเงื่อนไขนั้นป้ายชื่อ"โดยการข้ามสิ่งกีดขวางแต่ละเส้นทางของต้นจากโหนดรากไปโหนโหนดปลายสุด เหมือนใน Fig. 5

ผลลัพธ์ (ไทย) 2:

โดยใช้ต้นไม้นี้เราสามารถคาดการณ์การตั้งค่าของลูกค้า สำหรับ
ตัวอย่างเช่นถ้ามีลูกค้าหญิงที่มีรายได้ของ $ 1,324,
ต้นแสดงให้เห็นว่าเธอจะมีความสนใจใน anhApple Desktopi.
แนวคิด labelhApple Desktopiis ในระดับที่เฉพาะเจาะจงมากที่สุดของ
ประเภทผลิตภัณฑ์ ในฐานะที่เป็นตัวอย่างที่สองพิจารณาลูกค้าชาย
ที่ถือโพสต์ในการทำธุรกิจ ติดตามลงจากรากต้นไม้ที่
เราไปถึงใบมีสินค้าประเภทนามธรรมมากขึ้น, hLaptopi ดังนั้น
DT แสดงให้เห็นว่าลูกค้ารายนี้จะมีความสนใจในประเภทใด ๆ
แล็ปท็อป ความถูกต้องของการคาดการณ์ในกรณีนี้ยังคงมีการประกันโดยไม่สูญเสียความแม่นยำมากเกินไป สุดท้ายเราสามารถเปลี่ยน
DT เป็นชุดของ '' ถ้าสภาพแล้วป้าย "กฎโดย traversing
เส้นทางของต้นไม้แต่ละโหนดรากไปยังโหนดใบดังแสดง
ในรูปที่ 5

ผลลัพธ์ (ไทย) 3:

โดยใช้ต้นไม้นี้ เราสามารถพยากรณ์ความต้องการของลูกค้า สำหรับ
ตัวอย่าง ถ้ามีลูกค้าหญิงที่มีรายได้ $ 1
, ต้นไม้ชี้ว่าเธอจะสนใจใน anhapple desktopi .
แนวคิด labelhapple desktopiis ในระดับที่เฉพาะเจาะจงมากที่สุด
หมวดหมู่สินค้า เป็นตัวอย่างที่สอง พิจารณาชายลูกค้า
ใครถือโพสต์ในธุรกิจ ติดตามลงต้นไม้จากราก
เราถึงใบไม้กับผลิตภัณฑ์ที่เป็นนามธรรมมากขึ้น หมวด hlaptopi ดังนั้น
แฟรช แสดงให้เห็นว่าลูกค้าจะสนใจแบบไหน
แล็ปท็อป ความแม่นยำของการทำนายในกรณีนี้ยังคงรับประกันโดยไม่สูญเสียความแม่นยํามาก สุดท้ายเราสามารถแปลง
DT เป็นชุดของ ' 'if-condition-then-label " กฎโดย traversing
แต่ละเส้นทางของต้นไม้จากปมรากกับใบ โหนดังแสดงในรูปที่ 5
.