งานวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษ

งานวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษาอัลกอริทึม decision tree เพื่อจำแนกข้อมูลเห็ดโดยทำการสุ่มข้อมูลออกมาเป็นจำนวน 100 , 500 และ 1000 ข้อมูล แล้วนำเข้าอัลกอริทึม Random Forest โดยจะทำการสุ่มจำนวนต้นไม้แล้วทำการดูค่าความสำคัญของแอททริบิวต์ที่ก่อให้เกิดการรวมตัวกันของโหนดและใบไม้ในป่าสุ่ม ถ้าแอททริบิวต์ใดมีค่าตั้งแต่ 0-0.99 จะทำการลบแอททริบิวต์นั้นออกจากข้อมูลแล้วนำข้อมูลไปเข้าอัลกอริทึม decision tree เพื่อเปรียบเทียบขนาดของต้นไม้และค่าความถูกต้อง โดยผลการทดลองพบว่าเมื่อสุ่มข้อมูลที่ 100 ข้อมูลสามารถลดขนาดของต้นไม้ได้และค่าความถูกต้องไม่ลดลง ถ้าต้นไม้ตัดสินใจมีขนาดเล็กลง จะช่วยลดความซับซ้อนของข้อมูล ทำให้ผลลัพธ์ที่ได้มีค่าความถูกต้องสูง

ผลลัพธ์ (ไทย) 1:

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาอัลกอริทึมตัดสินใจทรีเพื่อจำแนกข้อมูลเห็ดโดยทำการสุ่มข้อมูลออกมาเป็นจำนวน 100, 500 และ 1000 ข้อมูลแล้วนำเข้าอัลกอริทึมป่าสุ่มโดยจะทำการสุ่มจำนวนต้นไม้แล้วทำการดูค่าความสำคัญของแอททริบิวต์ที่ก่อให้เกิดการรวมตัวกันของโหนดและใบไม้ในป่าสุ่มถ้าแอททริบิวต์ใดมีค่าตั้งแต่ 0-0.99 จะทำการลบแอททริบิวต์นั้นออกจากข้อมูลแล้วนำข้อมูลไปเข้าอัลกอริทึมตัดสินใจทรีเพื่อเปรียบเทียบขนาดของต้นไม้และค่าความถูกต้องโดยผลการทดลองพบว่าเมื่อสุ่มข้อมูลที่ 100 ข้อมูลสามารถลดขนาดของต้นไม้ได้และค่าความถูกต้องไม่ลดลงถ้าต้นไม้ตัดสินใจมีขนาดเล็กลงจะช่วยลดความซับซ้อนของข้อมูลทำให้ผลลัพธ์ที่ได้มีค่าความถูกต้องสูง

ผลลัพธ์ (ไทย) 2:

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาอัลกอริทึมต้นไม้ตัดสินใจ 100, 500 และ 1,000 ข้อมูลแล้วนำเข้าอัลกอริทึมป่าสุ่ม ถ้าแอททริบิวต์ใดมีค่าตั้งแต่ 0-0.99 ต้นไม้ตัดสินใจ 100 ถ้าต้นไม้ตัดสินใจมีขนาดเล็กลงจะช่วยลดความซับซ้อนของข้อมูล

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาอัลกอริทึมต้นไม้การตัดสินใจเพื่อจำแนกข้อมูลเห็ดโดยทำการสุ่มข้อมูลออกมาเป็นจำนวน 100500 และ 1000 ข้อมูลแล้วนำเข้าอัลกอริทึมสุ่มป่าโดยจะทำการสุ่มจำนวนต้นไม้แล้วทำการดูค่าความสำคัญของแอททริบิวต์ที่ก่อให้เกิดการรวมตัวกันของโหนดและใบไม้ในป่าสุ่มถ้าแอททริบิวต์ใดมีค่าตั้งแต่ 0-099 จะทำการลบแอททริบิวต์นั้นออกจากข้อมูลแล้วนำข้อมูลไปเข้าอัลกอริทึมเพื่อเปรียบเทียบขนาดของต้นไม้และค่าความถูกต้องต้นไม้ตัดสินใจโดยผลการทดลองพบว่าเมื่อสุ่มข้อมูลที่ 100ถ้าต้นไม้ตัดสินใจมีขนาดเล็กลงจะช่วยลดความซับซ้อนของข้อมูลทำให้ผลลัพธ์ที่ได้มีค่าความถูกต้องสูง