Decision trees, like clusters, sepa

Decision trees, like clusters, separate the data into subsets and then analyze the subset to divide them into further subsets, and so on (for a few more levels). The final subsets are then small enough that the meaning process can find interesting patterns and relationships within the data

ผลลัพธ์ (ไทย) 1:

ต้นไม้การตัดสินใจ เช่นคลัสเตอร์ แบ่งข้อมูลชุดย่อย และวิเคราะห์แล้ว ย่อยไปแบ่งย่อยเพิ่มเติม และอื่น ๆ (สำหรับระดับอื่น ๆ ไม่กี่) ชุดย่อยสุดท้ายแล้วมีขนาดเล็กพอที่จะสามารถหาความหมายกระบวนการรูปแบบที่น่าสนใจและความสัมพันธ์ภายในข้อมูล

ผลลัพธ์ (ไทย) 2:

ต้นไม้ตัดสินใจเช่นกลุ่มแยกข้อมูลในส่วนย่อยแล้ววิเคราะห์ส่วนย่อยที่จะแบ่งได้เป็นส่วนย่อยต่อไปและอื่น ๆ (สำหรับระดับมากขึ้นไม่กี่) ส่วนย่อยสุดท้ายแล้วมีขนาดเล็กพอที่กระบวนการความหมายสามารถหารูปแบบที่น่าสนใจและความสัมพันธ์ภายในข้อมูล

ผลลัพธ์ (ไทย) 3:

เอาใจใส่ต้นไม้ เช่นกลุ่ม แยกข้อมูลเป็นส่วนย่อยแล้ววิเคราะห์ย่อยแบ่งออกเป็นส่วนย่อยต่อไป และอื่น ๆ ( อีกไม่กี่ระดับ ) ที่ย่อยสุดท้ายแล้วขนาดเล็กพอที่กระบวนการความหมายสามารถหาลวดลายที่น่าสนใจและความสัมพันธ์ในข้อมูลการตัดสินใจของต้นไม้ เช่นกลุ่ม แยกข้อมูลเป็นส่วนย่อยแล้ววิเคราะห์ย่อยแบ่งออกเป็นส่วนย่อยต่อไป และอื่น ๆ ( อีกไม่กี่ระดับ ) ที่ย่อยสุดท้ายแล้วขนาดเล็กพอที่กระบวนการความหมายสามารถหาลวดลายที่น่าสนใจและความสัมพันธ์ในข้อมูล