Abstract Classification trees are a

Abstract Classification trees are attractive for practical applications because of their comprehensibility. However, the literature on the parameters that influence their comprehensibility and usability is scarce. This paper systematically investigates how tree structure parameters (the number of leaves, branching factor, tree depth) and visualisation properties influence the tree comprehensibility. In addition, we analyse the influence of the question depth (the depth of the deepest leaf that is required when answering a question about a classification tree), which turns out to be the most important parameter, even though it is usually overlooked. The analysis is based on empirical data that is obtained using a carefully designed survey with 98 questions answered by 69 respondents. The paper evaluates several tree-comprehensibility metrics and proposes two new metrics (the weighted sum of the depths of leaves and the weighted sum of the branching factors on the paths from the root to the leaves) that are supported by the survey results. The main advantage of the new comprehensibility metrics is that they consider the semantics of the tree in addition to the tree structure itself.

ผลลัพธ์ (ไทย) 1:

ต้นไม้ประเภทนามธรรมน่าสนใจสำหรับประยุกต์ใช้งานจริงเนื่องจากตน comprehensibility อย่างไรก็ตาม วรรณคดีบนพารามิเตอร์ที่มีอิทธิพลต่อ comprehensibility และการใช้งานขาดแคลน กระดาษนี้เป็นระบบตรวจสอบวิธีพารามิเตอร์ของโครงสร้างต้นไม้ (จำนวนความลึกต้นไม้ ใบไม้ ปัจจัยโยงหัวข้อ) และการสร้างมโนภาพคุณสมบัติอิทธิพล comprehensibility ต้นไม้ นอกจากนี้ เราสามารถวิเคราะห์อิทธิพลของคำถามลึก (ความลึกของใบลึกที่จำเป็นเมื่อตอบคำถามเกี่ยวกับการจัดประเภทต้นไม้), ซึ่งจะออกมาเป็นพารามิเตอร์สำคัญ ถึงแม้ว่ามักจะมองข้ามไป การวิเคราะห์เป็นไปตามข้อมูลเชิงประจักษ์ที่ได้รับการสำรวจออกแบบอย่างพิถีพิถันด้วย 98 คำตอบ โดยผู้ตอบที่ 69 กระดาษต้นไม้ comprehensibility หลายวัดประเมิน และเสนอสองวัดใหม่ (ผลรวมถ่วงน้ำหนักของความลึกของใบ) และผลรวมถ่วงน้ำหนักของปัจจัยโยงหัวข้อบนเส้นทางจากรากไปยังใบที่สนับสนุน โดยผลการสำรวจ ประโยชน์หลักของการวัด comprehensibility ใหม่ที่พวกเขาพิจารณาความหมายของต้นไม้นอกจากโครงสร้างแผนภูมิตัวเองได้

ผลลัพธ์ (ไทย) 2:

ต้นไม้การจัดประเภทนามธรรมเป็นที่น่าสนใจสำหรับการใช้งานในทางปฏิบัติเพราะความเข้าใจของพวกเขา แต่หนังสือที่เกี่ยวกับพารามิเตอร์ที่มีอิทธิพลต่อความเข้าใจและการใช้งานของพวกเขาเป็นที่ขาดแคลน กระดาษนี้เป็นระบบสำรวจว่าโครงสร้างต้นไม้พารามิเตอร์ (จำนวนใบปัจจัยที่แตกแขนงลึกต้นไม้) และคุณสมบัติการสร้างภาพที่มีอิทธิพลต่อความเข้าใจต้นไม้ นอกจากนี้เราจะวิเคราะห์อิทธิพลของความลึกคำถาม (ความลึกของใบที่ลึกที่สุดที่ถูกต้องเมื่อมีการตอบคำถามเกี่ยวกับต้นไม้การจัดหมวดหมู่) ซึ่งจะออกมาเป็นพารามิเตอร์ที่สำคัญที่สุดแม้ว่ามันมักจะถูกมองข้าม การวิเคราะห์จะขึ้นอยู่กับข้อมูลเชิงประจักษ์ที่ได้รับการสำรวจโดยใช้การออกแบบอย่างระมัดระวังกับ 98 คำถามที่ตอบโดย 69 ผู้ตอบแบบสอบถาม กระดาษประเมินตัวชี้วัดมีต้นไม้หลายความเข้าใจและนำเสนอสองตัวชี้วัดใหม่ (ผลรวมถ่วงน้ำหนักของความลึกของใบและผลรวมน้ำหนักของปัจจัยที่แตกแขนงบนเส้นทางจากรากใบ) ที่ได้รับการสนับสนุนโดยผลการสำรวจ ประโยชน์หลักของตัวชี้วัดความเข้าใจใหม่ที่พวกเขาพิจารณาความหมายของต้นไม้ที่นอกเหนือไปจากโครงสร้างของตัวเอง

ผลลัพธ์ (ไทย) 3:

ต้นไม้หมวดหมู่บทคัดย่อที่น่าสนใจสำหรับการใช้งานจริง เพราะในความเข้าใจของพวกเขา อย่างไรก็ตาม วรรณกรรมในพารามิเตอร์ที่มีอิทธิพลต่อความเข้าใจของพวกเขาและการใช้งานก็ขาดแคลน กระดาษนี้อย่างเป็นระบบในเรื่องโครงสร้างตัวแปร ( จำนวนใบ , กิ่ง , ปัจจัยความลึกต้นไม้ ) และคุณสมบัติการแสดงอิทธิพลต้นไม้ความเข้าใจ . นอกจากนี้ เราวิเคราะห์อิทธิพลของคำถาม depth ( ความลึกของสปิริตใบที่ต้องการ เมื่อตอบคำถามเกี่ยวกับการจำแนกต้นไม้ ) ซึ่งกลายมาเป็นพารามิเตอร์ที่สำคัญที่สุด แม้ว่ามันมักจะมองข้าม การวิเคราะห์บนพื้นฐานของข้อมูลเชิงประจักษ์ที่ได้รับการออกแบบอย่างสำรวจด้วย 98 ตอบคําถาม 69 คน กระดาษวัดและประเมินความเข้าใจต้นไม้หลายได้ 2 วัดใหม่ ( ผลรวมถ่วงน้ำหนักของความลึกของใบและผลรวมถ่วงน้ำหนักของปัจจัยบนเส้นทางแตกแขนงจากรากสู่ใบ ) ที่ได้รับการสนับสนุนโดยผลการสำรวจ . ประโยชน์หลักของตัวชี้วัดความเข้าใจใหม่ว่า พวกเขาพิจารณาความหมายของต้นไม้นอกจากโครงสร้างต้นไม้นั่นเอง