the other containing 8 selected att

the other containing 8 selected attributes. With four
experiments and eight different situations a total of
eight models were developed.
The performances of the models in this
study were evaluated using the standard metrics
of accuracy, precision, recall and F-measure which
were calculated using the predictive classification
table, known as Confusion Matrix. ROC area was
also used to compare the performances of the
classifiers.
In this regard I have conducted four
experiments. For all the experiments two settings
was done, one containing all the 15 variables and
the other containing 8 chosen variables. All the
experiments were done on a full training dataset
containing all the instances and cross validation
was used for randomly sampling the training and
test sets.
The first experiment was designed to
evaluate the performance of a J48 classifier
Unpruned tree in predicting heart disease and to
investigate the effect of attribute selection on the
performance of the model. In this experiment two
situations were considered, one containing all 15
attributes and the other containing the selected 8
attributes.
On the first scenario the algorithm was run
on a full training set containing 7,339 instances with

ผลลัพธ์ (ไทย) 1:

8 ที่มีเลือกแอททริบิวต์ กับสี่ทดลองและสถานการณ์ต่าง ๆ 8 แบบรวมรุ่นที่ 8 ได้รับการพัฒนาประสิทธิภาพของรูปแบบนี้ศึกษาถูกประเมินโดยใช้เครื่องมือวัดมาตรฐานความถูกต้อง ความแม่นยำ การเรียกคืน และ วัด F ซึ่งมีคำนวณโดยใช้การจัดประเภทงานตาราง เรียกว่าเมตริกซ์สับสน พื้นที่ ROCนอกจากนี้ยัง ใช้ในการเปรียบเทียบประสิทธิภาพของการคำนามภาษาในการนี้ผมได้ดำเนินการ 4การทดลอง การตั้งค่าการทดลองสองทั้งหมดทำ หนึ่งที่ประกอบด้วยตัวแปรที่ 15 และอื่น ๆ ที่ประกอบด้วยตัวแปรท่าน 8 ทั้งหมดนี้ทำการทดลองในการฝึกอบรมเต็มรูปแบบชุดข้อมูลประกอบด้วยอินสแตนซ์ทั้งหมดและตรวจสอบระหว่างใช้สำหรับสุ่มเก็บตัวอย่างการฝึก และทดสอบชุดการทดลองแรกถูกออกแบบให้ประเมินประสิทธิภาพของ J48 classifierUnpruned ต้นไม้ ในการทำนายโรค และการตรวจสอบผลของการเลือกแอททริบิวต์ในการประสิทธิภาพของแบบ ในการทดลองนี้สองสถานการณ์ได้ถือ หนึ่งประกอบด้วยทั้งหมด 15คุณลักษณะและอื่น ๆ ประกอบด้วย 8 ตัวเลือกแอตทริบิวต์ในสถานการณ์สมมติแรก อัลกอริทึมถูกเรียกใช้ในการฝึกอบรมเต็มรูปแบบตั้งประกอบด้วยอินสแตนซ์ 7,339 ด้วย

ผลลัพธ์ (ไทย) 2:

อื่น ๆ ที่มีคุณลักษณะที่ 8 เลือก กับสี่
แปดทดลองและสถานการณ์ต่าง ๆ รวม
แปดรุ่นได้รับการพัฒนา.
การแสดงของรุ่นนี้ใน
การศึกษาได้รับการประเมินโดยใช้ตัวชี้วัดมาตรฐาน
ของความถูกต้อง, ความแม่นยำการเรียกคืนและ F-วัดซึ่ง
ได้รับการคำนวณโดยใช้การจัดหมวดหมู่ทำนาย
ตารางที่เรียกว่า ความสับสนเมทริกซ์ พื้นที่ร็อคก็
ยังใช้ในการเปรียบเทียบผลการดำเนินงานของการ
จําแนก.
ในเรื่องนี้ผมได้ดำเนินการสี่
การทดลอง สำหรับการทดสอบทั้งหมดที่สองการตั้งค่า
ที่ได้กระทำอย่างใดอย่างหนึ่งที่มีทั้งหมด 15 ตัวแปรและ
อื่น ๆ ที่มี 8 ตัวแปรได้รับการแต่งตั้ง ทั้งหมด
ทดลองทำในชุดการฝึกอบรมเต็มรูปแบบ
ที่มีทุกกรณีและการตรวจสอบข้าม
ที่ใช้สำหรับการสุ่มเก็บตัวอย่างการฝึกอบรมและ
การทดสอบชุด.
การทดลองครั้งแรกที่ถูกออกแบบมาเพื่อ
ประเมินผลการทำงานของลักษณนาม J48
ต้นไม้ Unpruned ในการทำนายการเกิดโรคหัวใจและการ
ตรวจสอบ ผลของการเลือกคุณลักษณะใน
การปฏิบัติงานของรูปแบบ ในการทดลองนี้สอง
สถานการณ์ที่ได้รับการพิจารณาอย่างใดอย่างหนึ่งที่มีทั้งหมด 15
คุณลักษณะและอื่น ๆ ที่มี 8 เลือก
คุณลักษณะ.
ในสถานการณ์แรกขั้นตอนวิธีการดำเนินการ
กับชุดการฝึกอบรมเต็มรูปแบบที่มี 7,339 กรณีที่มี

ผลลัพธ์ (ไทย) 3:

อื่น ๆที่มี 8 เลือกแอตทริบิวต์ 4
8 การทดลองและสถานการณ์ต่าง ๆรวม 8 รุ่น ได้พัฒนา
.
การแสดงของแบบจำลองในการศึกษาครั้งนี้ ได้แก่ การใช้มาตรฐานตัวชี้วัด

ของความถูกต้องแม่นยํา การจดจำ และค่า F ที่
) คำนวณโดยใช้ตารางการจำแนก
ทำนาย เรียกว่าความสับสนเมทริกซ์ พื้นที่ร็อคคือ
นอกจากนี้ยังใช้เพื่อเปรียบเทียบสมรรถนะของ

คือ ในส่วนนี้ผมได้ทำการทดลอง 4
. สำหรับการทดลองทั้งหมด สองการตั้งค่า
เสร็จหนึ่งที่มีทั้ง 15 ตัวแปรอื่น ๆที่มี
8 เลือกตัวแปร การทดลองทั้งหมดทำในการฝึกอบรมเต็มรูปแบบ

ข้อมูลที่มีทุกกรณีและตรวจสอบ
ข้ามใช้สุ่มสุ่มและการฝึกอบรม
ชุดทดสอบ .
การทดลองที่ออกแบบมาเพื่อประเมินประสิทธิภาพของ j48
1
unpruned ต้นไม้ในการทำนายโรคหัวใจและ

ศึกษาผลของการคัดเลือกคุณลักษณะบน
ประสิทธิภาพของแบบจำลอง ในการทดลองสอง
สถานการณ์ ถือว่าเป็น หนึ่ง มีทั้งหมด 15
คุณลักษณะและอื่น ๆที่มี 8

เลือกแอตทริบิวต์ในบทแรกจะทำการวิ่ง
ในการฝึกอบรมครบชุดประกอบด้วยกรณี 7339 กับ