Decision Tree มีหลักการอย่างไร
MATLAB BKK CENTER
เป็น model แบบ rule-based คือ สร้างกฎ if-else จากค่าของแต่ละ feature โดยไม่มีสมการมากำกับความสัมพันธ์ระหว่าง feature & target โดยมีรูปแบบการเรียนรู้แบบ Supervised learning โดยมี ปัจจัยที่ต้องนึกถึง การเลือก split ค่า feature แต่ละครั้ง จะต้อง minimize ค่าของ cost functionให้น้อยที่สุด (regression — mse, classification- impurity, entropy)
ประเภทของ Decision Tree
Decision Tree
Regression Tree จะให้ผลลัพธ์เป็นค่าจำนวนจริงของส่ิงที่เราต้องการทำนาย
Classification Tree จะให้ค่า label ของกลุ่มที่ทำนายได้
Feature #1 และ Feature#2 เป็น independent variables หรือ ตัวแปรที่เราจะนำมาใช้ในการทำนาย
ตัวอย่างหลักการ
ตัวอย่าง Matlab Code — Create Decision tree
Function : fitctree(x,y)
เราสามารถติดตามหรือหากมีความสนใจ สามารถลงทะเบียนได้ใน Course Data Science Roadmap ซึ่งอบรมออนไลน์ 8 สัปดาห์ เรียนว่าเจาะลึกพร้อมตัวอย่างการประยุกต์ใช้ สามารถติดต่อสอบถามไปทาง Admin Facebook Page :(20) Matlab bkk center | Facebook
สามารถติดตามเนื้อหาความรู้ต่างๆ โดยเฉพาะการใช้ประยุกต์ใช้กับโปรแกรม Matlab ได้ที่ Facebook Page :(20) Matlab bkk center | Facebook
Machine Learning for #Predictive #Maintenance Course
NEURAL NETWORK AND DEEP LEARNING COMPLETE COURSE :
ใครอยากเรียนรู้จากตัวอย่างการ Apply จาก #ProjectMachinelearning ต้องไม่พลาด
#Matlab Code ร่วมแชร์ความรู้ สาระผ่านกลุ่ม ->
(กลุ่ม Facebook Matlab Bkk AI & Data science & Other Classroom)>
https://web.facebook.com/groups/403881684322230/