• There are many mature algorithms

• There are many mature algorithms for creating decision trees. We used an off-the-shelf implementation of the C4.5 algorithm [15] implemented in the Weka [16] toolkit. The type of trees we chose required discrete rather than continuous coverage values. We experimented with several ways of dividing coverage into nominal values and found that a simple two-way division into high and low coverage yielded the best results. This was a natural choice since as Figure 3 shows, there are many more methods with 0% and 100% coverage than methods with coverage in the noninclusive range (0%, 100%). Furthermore, we found that the “split point” had little effect on the success rate, though higher splits were marginally better.

ผลลัพธ์ (ไทย) 1:

•อัลกอริทึมผู้ใหญ่จำนวนมากสำหรับการสร้างต้นไม้ตัดสินใจได้ เราใช้การนำรูปของอัลกอริธึม C4.5 [15] ในมือ Weka [16] ชนิดของต้นไม้ที่เราเลือกต้องแยกกันแทนค่าความครอบคลุมต่อเนื่อง เราเบื้อง ด้วยหลายวิธีแบ่งความคุ้มครองค่าว่ายอม และพบว่า ให้ผลหารสองอย่างในความคุ้มครองสูง และต่ำที่สุด นี้เป็นทางเลือกธรรมชาติตั้งแต่เป็นรูปที่ 3 แสดง มีวิธีการมากเพิ่มเติม ด้วย 0% และ 100% ครอบคลุมกว่าวิธีที่มีความครอบคลุมในช่วง noninclusive (0%, 100%) นอกจากนี้ เราพบว่า "แยกจุด" มีอัตราความสำเร็จ ผลน้อยถึงแยกสูงดีดี

ผลลัพธ์ (ไทย) 2:

•มีหลายขั้นตอนวิธีการเป็นผู้ใหญ่สำหรับการสร้างต้นไม้การตัดสินใจ เราใช้การดำเนินการปิดการเก็บรักษาของอัลกอริทึม C4.5 [15] การดำเนินการใน Weka [16] เครื่องมือ ชนิดของต้นไม้ที่เราต้องเลือกที่จะไม่ต่อเนื่องมากกว่าค่าคุ้มครองอย่างต่อเนื่อง เราทดลองกับหลายวิธีในการแบ่งออกเป็นความคุ้มครองค่าเล็กน้อยและพบว่าส่วนสองทางแบบง่ายในความคุ้มครองสูงและต่ำส่งผลที่ดีที่สุด นี้เป็นทางเลือกที่เป็นธรรมชาติตั้งแต่ที่รูปที่ 3 แสดงให้เห็นว่ามีวิธีการอื่น ๆ อีกมากมาย 0% และความคุ้มครอง 100% กว่าวิธีการที่มีความคุ้มครองในช่วง noninclusive (0%, 100%) นอกจากนี้เราพบว่า "จุดแยก" มีผลเพียงเล็กน้อยต่ออัตราความสำเร็จ แต่แยกที่สูงขึ้นได้ดีกว่าเล็กน้อย

ผลลัพธ์ (ไทย) 3:

- มีผู้ใหญ่หลายขั้นตอนวิธีสำหรับการสร้างต้นไม้เพื่อการตัดสินใจ เราใช้ปิดการเก็บรักษาการใช้งานของโปรแกรม C4.5 ขั้นตอนวิธี [ 15 ] [ 16 ] ใช้ใน Weka เครื่องมือ . ชนิดของต้นไม้ที่เราเลือกต้องไม่ต่อเนื่องมากกว่าค่าความคุ้มครองอย่างต่อเนื่องเราทดลองกับหลายวิธีของการแบ่งความคุ้มครองเป็นค่าปกติ และพบว่า วิสองทาง แบ่งเป็น ความคุ้มครองสูงต่ำและให้ผลลัพธ์ที่ดีที่สุด นี้เป็นทางเลือกที่ธรรมชาติ เพราะเป็นรูปที่ 3 แสดงให้เห็นว่า มีอีกหลายวิธีกับ 0 % และ 100 % วิธีการที่มีความคุ้มครองครอบคลุมมากกว่าในช่วง noninclusive ( 0 % , 100 % ) นอกจากนี้เราพบว่า " แตกประเด็น " ไปมีผลต่ออัตราความสำเร็จสูงถึงแยกเป็นเล็กน้อยดีกว่า