ค่าความน่าจะเป็นของค่า (c_1 ) ซึ่งค

ค่าความน่าจะเป็นของค่า (c_1 ) ซึ่งค่า Entropy นี้จะใช้ในการวัดความแตกต่างกันของข้อมูล ถ้าข้อมูลมีความแตกต่างกันน้อยค่า Entropy จะมีค่าต่ำ แต่ถ้าข้อมูลมีความแตกต่างกันมากค่า Entropy จะมีค่าสูง ดังนั้นถ้าข้อมูล Entropy ของโหนดลูก (child) สามารถแบ่งแยกข้อมูลได้ดีจะมีค่า Entropy ต่ำและจะทำให้ค่า IG มีค่าสูงเมื่อกับโหนดบน (parent) ในขั้นตอนการสร้างโมเดลของ Decision Tree จะคำนวณค่า IG ของแต่ละแอตทริบิวต์เทียบกับคลาสเพื่อหาแอตทริบิวต์ที่มีค่า IG มากที่สุดมาเป็น root ของ Decision Tree

ผลลัพธ์ (อังกฤษ) 1:

The probability of fee (c_1) Entropy values which are used to measure the different kinds of data. If the data is a little difference in Entropy values are low, but if the data are very different. the Entropy is high, so if the information Entropy of the node daluk (child) can differentiate good information to have a low Entropy and will make up the IG is when the top node (parent) in the process of creating a model of Decision Tree will calculate the value of each attribute IG versus steel for class attributes that contain most of the IG is a root of a Decision Tree.

ผลลัพธ์ (อังกฤษ) 2:

The probability of the (c_1) which the Entropy is used to measure the different types of data. If the data is different than the Entropy will be low, but if the data is very different, the Entropy is higher if the Entropy of child nodes (child) to separate the data well be the Entropy and low. makes the IG is higher when the node on the (parent) process modeling of Decision Tree to calculate the IG of each attribute with the class attribute with the IG to find the root of the Decision Tree.

ผลลัพธ์ (อังกฤษ) 3:

The probability of the value (c_1) which the Entropy is used in the measurement of difference of information. If the data have different precious little Entropy have low values, but if the data have many differences Entropy value to high value, so if data. Entropy.(child) can divide the data well Entropy low and make the IG is high when with nodes on (parent) ในขั stages modeling. Decision Tree will calculate IG of each attribute compared to class to find the attribute with the value IG.Root of Decision Tree.