11) We’ve already begun to evaluate

11) We’ve already begun to evaluate our model’s results, but what if we feel like we’d like to see greater detail, or granularity in our model. Surely some of our other attributes are also predictive in nature. Remember that CRISP-DM is cyclical in nature, and that in some modeling techniques, especially those with less structured data, some back and forth trial-and-error can reveal more interesting patterns in data. Switch back to design perspective, click on the Decision Tree operator, and in the Parameters area, change the ‘criterion’ parameter to ‘gini_index’, as shown in Figure 10-11.

Kết quả (Việt) 1:

11) chúng tôi đã bắt đầu để đánh giá kết quả của mô hình của chúng tôi, nhưng nếu chúng tôi cảm thấy như chúng tôi muốn xem chi tiết hơn, hoặc độ chi tiết trong mô hình của chúng tôi. Chắc chắn một số các thuộc tính khác của chúng tôi cũng được tiên đoán trong tự nhiên. Hãy nhớ rằng CRISP-DM là chu kỳ trong tự nhiên, và rằng trong một số mô hình kỹ thuật, đặc biệt là những người có ít cấu trúc dữ liệu, một số trở lại và ra thử nghiệm và báo lỗi có thể tiết lộ các mô hình chi tiết thú vị trong dữ liệu. Chuyển về quan điểm thiết kế, click vào các nhà điều hành Decision Tree, và trong khu vực tham số, thay đổi các tham số 'tiêu chuẩn' để 'gini_index', như minh hoạ trong hình 10-11.

Kết quả (Việt) 2:

11) Chúng ta đã bắt đầu để đánh giá kết quả mô hình của chúng tôi, nhưng những gì nếu chúng tôi cảm thấy như chúng tôi muốn xem chi tiết hơn, hoặc granularity trong mô hình của chúng tôi. Chắc chắn một số thuộc tính khác của chúng tôi cũng dự đoán trong tự nhiên. Hãy nhớ rằng CRISP-DM là theo chu kỳ trong tự nhiên, và rằng trong một số mô hình kỹ thuật, đặc biệt là những người có ít dữ liệu có cấu trúc, một số lại thử nghiệm và báo lỗi có thể tiết lộ mô hình thú vị hơn trong dữ liệu. Chuyển về thiết kế phối cảnh, bấm vào các nhà điều hành Cây quyết định, và trong khu vực tham số, thay đổi thông số 'tiêu chuẩn' thành 'gini_index', như thể hiện trong hình 10-11.