Then, we applied K-means algorithm

Then, we applied K-means algorithm to the embedded learning data deprived of the class attribute by setting the number of desired clusters equal to the number of class labels for each data set

ผลลัพธ์ (ไทย) 1:

จากนั้น เราใช้ถึงอัลกอริทึมข้อมูลฝังตัวการเรียนรู้ที่ขาดของแอตทริบิวต์คลา โดยการตั้งค่าหมายเลขของคลัสเตอร์ที่ต้องการเท่ากับจำนวนชั้นป้ายสำหรับแต่ละชุดข้อมูล

ผลลัพธ์ (ไทย) 2:

จากนั้นเราจะใช้อัลกอริทึม K-หมายถึงการเรียนรู้ข้อมูลที่ฝังตัวที่ถูกลิดรอนของแอตทริบิวต์ระดับโดยการตั้งค่าจำนวนของกลุ่มที่ต้องการเท่ากับจำนวนของป้ายระดับสำหรับแต่ละชุดข้อมูล

ผลลัพธ์ (ไทย) 3:

แล้วเราใช้ขั้นตอนวิธีการเรียนรู้ k-means ฝังข้อมูลเปลื้องคลาสแอตทริบิวต์ที่ต้องการโดยการตั้งค่าจำนวนกลุ่มเท่ากับจำนวนของป้ายชื่อชั้นสำหรับแต่ละชุดข้อมูล