B. Data TransformationData transfor

B. Data Transformation
Data transformation is a very crucial process in data preprocessing.
It involves normalization and aggregation.
Normalization is a process of scaling the value of data to
specific rate. Normalization can be done using the min-max or
the z-score methodology. For this study, the min-max
normalization technique is used to normalize the dataset. As a
principle, the min-max normalization result always ranges
between 0 and 1.
C. Data Set Split
The pre-processed dataset was split into two halves of
varying sizes at different times for use as training and testing
data set across the different data mining classification

ผลลัพธ์ (ไทย) 2:

บีแปลงข้อมูลการแปลงข้อมูลเป็นกระบวนการที่สำคัญมากในการประมวลผลเบื้องต้นข้อมูล. มันเกี่ยวข้องกับการฟื้นฟูและการรวม. ปกติเป็นกระบวนการของการปรับค่าของข้อมูลที่จะเป็นอัตราที่เฉพาะเจาะจง ปกติสามารถทำได้โดยใช้นาทีสูงสุดหรือวิธี Z-คะแนน สำหรับการศึกษานี้นาทีสูงสุดเทคนิคการฟื้นฟูจะใช้ในการปกติชุดข้อมูล ในฐานะที่เป็นหลักการนาทีสูงสุดผลเสมอในช่วงการฟื้นฟูระหว่าง0 และ 1 ซี ชุดข้อมูลแยกชุดข้อมูลก่อนการประมวลผลถูกแบ่งออกเป็นสองส่วนขนาดที่แตกต่างกันในช่วงเวลาที่แตกต่างกันสำหรับการใช้งานกับการฝึกอบรมและการทดสอบข้อมูลการตั้งค่าในการจัดหมวดหมู่การทำเหมืองข้อมูลที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

ข. ข้อมูลการแปลงข้อมูล
แปลงเป็นกระบวนการสำคัญในข้อมูล preprocessing .
มันเกี่ยวข้องกับบรรทัดฐานและการรวม .
การฟื้นฟูเป็นกระบวนการของการปรับค่าของข้อมูล

คะแนนเฉพาะ ปกติสามารถทำได้โดยใช้ Min Max หรือ
คะแนนต่อไป สำหรับการศึกษานี้ มินแม็กซ์
บรรทัดฐานและใช้เทคนิคที่ให้ข้อมูล . โดย
หลักการมินแม็กการฟื้นฟูผลเสมอในช่วงระหว่าง 0 และ 1
.
C
ชุดข้อมูลแยกข้อมูลก่อนการประมวลผลที่ถูกแบ่งออกเป็นสองซีก
ขนาดแตกต่างกันในเวลาที่แตกต่างกันเพื่อใช้ในการฝึกอบรมและการทดสอบข้อมูล
ตั้งในเหมืองข้อมูลการจำแนกที่แตกต่างกัน