Decision-tree classifiers are also

Decision-tree classifiers are also fast and comprehensible, but current induction methods based on recursive partitioning suffer from the fragmentation problem: as each split is made, the data is split based on the test and after two dozen levels there is usually very little data on which to base decisions.

ผลลัพธ์ (ไทย) 1:

คำนามภาษาต้นไม้การตัดสินใจก็รวดเร็ว และ comprehensible แต่ปัจจุบันวิธีการเหนี่ยวนำตามซ้ำพาร์ทิชันประสบปัญหาการกระจายตัวของ: ทำการแยกแต่ละ ข้อมูลถูกแบ่งออกตามการทดสอบ และหลังระดับสองโหล มีโดยปกติแล้วข้อมูลน้อยมากที่จะใช้เป็นพื้นฐานการตัดสินใจ

ผลลัพธ์ (ไทย) 2:

ลักษณนามตัดสินใจต้นไม้นอกจากนี้ยังได้อย่างรวดเร็วและเข้าใจ แต่วิธีการเหนี่ยวนำในปัจจุบันขึ้นอยู่กับการแบ่งพาร์ทิชัน recursive ประสบปัญหาการกระจายตัว: เป็นแยกแต่ละคนจะทำข้อมูลที่แยกบนพื้นฐานของการทดสอบและหลังจากสองระดับโหลมักจะมีข้อมูลน้อยมากใน ที่จะตัดสินใจฐาน

ผลลัพธ์ (ไทย) 3:

ตามต้นไม้ การตัดสินใจยังรวดเร็วและเข้าใจได้ แต่ปัจจุบันนำโดยวิธีการของผู้ประสบจากปัญหาที่แยกแต่ละทำ ข้อมูลจะถูกแบ่งตามการทดสอบ และหลังจากสองโหลระดับมักจะมีข้อมูลน้อยมากเกี่ยวกับที่ฐานในการตัดสินใจ