Moreover, the K-means algorithm is

Moreover, the K-means algorithm is applicable in the prediction of software faults [29].
The Quad Tree method was added into the K-means algorithm to find the initial cluster.
It was claimed that the combination of the algorithms will make the prediction perform better.
In the context of prediction, Kusiak and Li applied K-means clustering to predict wind power that could be produced by a wind turbine [30].
Five parameters have been investigated for power prediction.
The power produced is categorised into a few clusters up to 1500 kW for different wind speed.
The variation of wind speed varies the power produced.
The performance of the prediction is then tested by using the mean absolute error (MAE), mean relative error (MRE), standard deviation of MAE and standard deviation of MRE [31].

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ อัลกอริทึมถึงจะใช้ได้ในการคาดการณ์ของความผิดพลาดซอฟต์แวร์ [29] วิธี Quad Tree ถูกเพิ่มลงในอัลกอริทึมถึงหาคลัสเตอร์เริ่มต้น มันก็อ้างว่า การรวมกันของอัลกอริทึมจะทำให้ประสิทธิภาพการคาดการณ์ ในบริบทของการคาดเดา Kusiak และ Li ใช้ถึงคลัสเตอร์ทำนายพลังงานลมที่สามารถผลิตได้จากกังหันลม [30] พารามิเตอร์ที่ห้าได้รับการตรวจสอบสำหรับทำนายพลังงาน พลังงานที่ผลิตจะแบ่งได้เป็นกี่กลุ่มสูงถึง 1500 วัตต์ความเร็วลมแตกต่างกัน การเปลี่ยนแปลงของความเร็วลมพลังงานที่ผลิตแตกต่างกันไป แล้วมีทดสอบประสิทธิภาพของการคาดการณ์ โดยใช้ข้อผิดพลาดสัมบูรณ์เฉลี่ย (แม่), หมายความ ผิดพลาดสัมพัทธ์ (MRE), ส่วนเบี่ยงเบนมาตรฐานของแม่และส่วนเบี่ยงเบนมาตรฐานของ MRE [31]

ผลลัพธ์ (ไทย) 2:

นอกจากนี้ K-หมายถึงขั้นตอนวิธีการมีผลบังคับใช้ในการคาดการณ์ของความผิดพลาดของซอฟต์แวร์ [29].
วิธี Quad ต้นไม้ถูกเพิ่มเข้าไปใน K-หมายถึงขั้นตอนวิธีการที่จะหากลุ่มเริ่มต้น.
มันก็อ้างว่าการรวมกันของขั้นตอนวิธีการที่จะทำให้การคาดคะเน ทำงานได้ดีขึ้น.
ในบริบทของการทำนาย, Kusiak และหลี่ใช้ K-หมายถึงการจัดกลุ่มในการทำนายพลังงานลมที่สามารถผลิตได้โดยกังหันลม [30].
ห้าพารามิเตอร์ได้รับการตรวจสอบเพื่อการคาดการณ์พลังงาน.
พลังงานที่ผลิตแบ่งออกเป็นกี่ กลุ่มถึง 1500 กิโลวัตต์สำหรับความเร็วลมที่แตกต่างกัน.
การเปลี่ยนแปลงของความเร็วลมแตกต่างกันพลังงานที่ผลิต.
ผลการดำเนินงานของการทำนายมีการทดสอบแล้วโดยใช้ข้อผิดพลาดแน่นอนค่าเฉลี่ย (MAE) หมายถึงความผิดพลาด (MRE) ส่วนเบี่ยงเบนมาตรฐานของ Mae และ เบี่ยงเบนมาตรฐานของ MRE [31]

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ k-means อัลกอริทึมสามารถใช้ในการทำนายซอฟต์แวร์ข้อบกพร่อง [ 29 ]ลานต้นไม้ วิธีเพิ่มเข้า k-means ขั้นตอนวิธีการค้นหาคลัสเตอร์เริ่มต้นมันก็อ้างว่า การรวมกันของอัลกอริทึมจะทำให้การทำนายเล่นได้ดีขึ้นในบริบทของการพยากรณ์ kusiak และ Li ใช้ k-means การจัดกลุ่มพยากรณ์พลังงานลมที่สามารถผลิตโดยกังหันลม [ 30 ]ห้าพารามิเตอร์ได้ทำการศึกษาอำนาจพยากรณ์พลังงานที่ผลิตจะแบ่งออกเป็นหลายกลุ่มได้ถึง 1 , 500 กิโลวัตต์ ที่ความเร็วลมต่าง ๆการเปลี่ยนแปลงของความเร็วลมแตกต่างกันพลังงานผลิตประสิทธิภาพของการทำนายแล้วทดสอบโดยการใช้ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ ( แม่ฮ่องสอน ) หมายถึงความผิดพลาดสัมพัทธ์ ( แมร์ ) , ค่าส่วนเบี่ยงเบนมาตรฐาน ของแม่ และส่วนเบี่ยงเบนมาตรฐานของแมร์ [ 31 ]