Decision Tree is one of the success

Decision Tree is one of the successful data mining
techniques used in the diagnosis of heart disease. Yet its
accuracy is not perfect. Most research applies the J4.8
Decision Tree that is based on Gain Ratio and binary
discretization. This research systematically tested
combinations of discretization, decision tree type and
voting to identify a more robust, more accurate method.
The supervised discretization methods do not show any
enhancement in the Decision Tree accuracy either with or
without voting. Applying voting shows increase in the
accuracy of different types of Decision Tree. Systematic
testing against a widely-used benchmark data set shows
that nine voting with equal frequency discretization and
Gain Ratio Decision Tree can enhance the accuracy of the
diagnosis of heart disease.

ผลลัพธ์ (ไทย) 1:

ต้นไม้การตัดสินใจเป็นการทำเหมืองข้อมูลที่ประสบความสำเร็จอย่างใดอย่างหนึ่งเทคนิคที่ใช้ในการวินิจฉัยโรคหัวใจ ยังไม่ ได้ของความแม่นยำจะไม่สมบูรณ์ งานวิจัยที่เกี่ยวข้องในการ J4.8ต้นไม้การตัดสินใจที่อิงอัตรากำไรและไบนารีdiscretization นี้ งานวิจัยนี้ทดสอบอย่างเป็นระบบชุดของ discretization ประเภทต้นไม้ตัดสินใจ และลงคะแนนเสียงเพื่อระบุวิธีถูกต้องมากขึ้น แข็งแกร่งยิ่งขึ้นวิธีการดูแล discretization ไม่แสดงใด ๆเพิ่มประสิทธิภาพในความถูกต้องของต้นไม้การตัดสินใจทั้งที่มี หรือโดยไม่ต้องออกเสียงลงคะแนน ใช้แสดงเสียงที่เพิ่มขึ้นในการความถูกต้องของประเภทของต้นไม้การตัดสินใจ อย่างเป็นระบบแสดงการทดสอบกับชุดข้อมูลมาตรฐานที่ใช้กันอย่างแพร่หลายที่เก้าโหวตด้วยเท่ากับความถี่ discretization และต้นไม้การตัดสินใจอัตรากำไรสามารถเพิ่มประสิทธิภาพความถูกต้องของการการวินิจฉัยโรคหัวใจ

ผลลัพธ์ (ไทย) 2:

ต้นไม้การตัดสินใจเป็นหนึ่งในการทำเหมืองข้อมูลที่ประสบความสำเร็จ
เทคนิคที่ใช้ในการวินิจฉัยของโรคหัวใจ แต่มัน
มีความถูกต้องไม่สมบูรณ์ งานวิจัยส่วนใหญ่ใช้ J4.8
ต้นไม้ตัดสินใจที่เป็นไปตามอัตราส่วนกำไรและไบนารี
ไม่ต่อเนื่อง การวิจัยครั้งนี้เป็นระบบทดสอบ
การรวมกันของไม่ต่อเนื่อง, การตัดสินใจของต้นไม้ชนิดและ
การออกเสียงลงคะแนนในการระบุที่แข็งแกร่งมากขึ้นวิธีการที่ถูกต้องมากขึ้น.
วิธีการต่อเนื่องภายใต้การดูแลไม่แสดงใด ๆ
เพิ่มประสิทธิภาพในความถูกต้องของต้นไม้ตัดสินใจอย่างใดอย่างหนึ่งหรือ
โดยไม่ต้องออกเสียงลงคะแนน การประยุกต์ใช้การออกเสียงลงคะแนนแสดงให้เห็นถึงการเพิ่มขึ้นของ
ความถูกต้องของชนิดของต้นไม้ตัดสินใจ ระบบ
การทดสอบกับใช้กันอย่างแพร่หลายชุดข้อมูลมาตรฐานแสดงให้เห็น
ว่าการออกเสียงลงคะแนนเก้ากับต่อเนื่องความถี่เท่ากันและ
กําไรจากต้นไม้อัตราส่วนการตัดสินใจสามารถเพิ่มความถูกต้องของ
การวินิจฉัยของโรคหัวใจ

ผลลัพธ์ (ไทย) 3:

ต้นไม้ตัดสินใจเป็นหนึ่งของเหมืองข้อมูลที่ประสบความสำเร็จเทคนิคที่ใช้ในการวินิจฉัยของโรคหัวใจ แต่ของความไม่สมบูรณ์แบบ งานวิจัยส่วนใหญ่ใช้ j4.8ต้นไม้การตัดสินใจที่ขึ้นอยู่กับอัตราส่วนผลประโยชน์และไบนารีค่า . การวิจัยนี้เพื่อทดสอบรวมค่าของ การตัดสินใจแบบต้นไม้โหวตเพื่อระบุเสถียรภาพมากขึ้น วิธีการที่ถูกต้องมากขึ้นค่าดูแลวิธีการที่ไม่แสดงใด ๆการเพิ่มประสิทธิภาพในการตัดสินความถูกต้องให้กับต้นไม้ หรือไม่มีการลงคะแนน การลงคะแนนแสดงเพิ่มในความถูกต้องของชนิดที่แตกต่างกันของต้นไม้ตัดสินใจ อย่างเป็นระบบทดสอบกับชุดข้อมูลแสดงให้เห็นมาตรฐานใช้กันอย่างแพร่หลายที่ 9 โหวตเท่ากัน และค่าความถี่ได้รับการตัดสินใจแบบต้นไม้อัตราส่วนสามารถเพิ่มความถูกต้องของการวินิจฉัยของโรคหัวใจ