We create the database as well as k

We create the database as well as keyword extraction. In the data mining process, we create a model using Weka [2].
There are many genres that we consider in the database: Action, Adventure, Animation, Biography, Comedy, Crime,
Drama, Family, Fantasy, History, Horror, Music, Musical, Mystery, Romance, Sci-fi, Sport, Thriller, War and Western.
Of all the attributes inserted

ผลลัพธ์ (ไทย) 1:

เราสร้างฐานข้อมูลและแยกสำคัญ ในการทำเหมืองข้อมูล เราสร้างแบบจำลองที่ใช้ Weka [2]มีหลายประเภทที่เราพิจารณาในฐานข้อมูล: การกระทำ การผจญภัย เคลื่อนไหว ชีวประวัติ ตลก อาชญากรรมดราม่า ครอบครัว แฟนตาซี ประวัติศาสตร์ สยองขวัญ เพลง ดนตรี ลึกลับ โรแมนติก Sci-fi กีฬา Thriller สงคราม และตะวันตกแอตทริบิวต์ทั้งหมดที่แทรก

ผลลัพธ์ (ไทย) 2:

เราสร้างฐานข้อมูลเช่นเดียวกับการสกัดคำหลัก ในขั้นตอนการทำเหมืองข้อมูลที่เราสร้างรูปแบบการใช้ Weka [2].
มีหลายประเภทที่เราพิจารณาในฐานข้อมูลคือการกระทำ, การผจญภัย, นิเมชั่น, ประวัติ, ตลก, อาชญากรรม,
ละคร, ครอบครัว, แฟนตาซี, ประวัติ, สยองขวัญ, เพลง ดนตรีลึกลับ, โรแมนติก, Sci-fi, กีฬา, Thriller, สงครามและตะวันตก.
ของคุณลักษณะทั้งหมดที่ใส่

ผลลัพธ์ (ไทย) 3:

เราสร้างฐานข้อมูลตลอดจนการสกัดคำหลัก in the data mining ของตัวเอง , we create ไม่ดี weka [ ระบบใน
there are many genres that we ตอนที่ตรวจสอบ : ของราชวง biography , jump ทีค
ยา family , fantasy , history ประเทศสิงคโปร์เป็นที่ musical เธอลืมขาวสะอาด ช้อปปิ้ง fi เกษม ทริลเลอร์สงคราม และตะวันตก .
ของทุกคุณลักษณะแทรก