Osmanbegovic and Suljic in [7] have

Osmanbegovic and Suljic in [7] have considered
students’ attitude towards studying apart from
demographic variables and score earned at high
school to predict the grade in Business Information
for first year students. Score of entrance exam, study
material and average weekly hours devoted to
studying have been found to have maximum impact
while number of household member distance of
residence and gender have been found to have least
impact. Naïve Bayes is found to be better classifier
than J48.

ผลลัพธ์ (ไทย) 1:

มีพิจารณา Osmanbegovic และ Suljic ใน [7]ทัศนคติของนักเรียนที่มีต่อการศึกษาเหนือจากตัวแปรประชากรและคะแนนสะสมที่สูงโรงเรียนเพื่อทำนายเกรดข้อมูลธุรกิจสำหรับนักเรียนปีแรก คะแนนสอบเข้า เรียนวัตถุดิบและชั่วโมงเฉลี่ยต่อสัปดาห์เพื่อรองรับการศึกษาพบให้ผลสูงสุดในขณะที่จำนวนสมาชิกในครัวเรือนจากเรสซิเดนซ์และเพศพบได้น้อยผลกระทบ พบ Bayes ขำน่าจะ ดีกว่า classifierกว่า J48

ผลลัพธ์ (ไทย) 2:

Osmanbegovic และ Suljic ใน [7] ได้พิจารณา
ทัศนคติของนักเรียนที่มีต่อการเรียนนอกเหนือจาก
ตัวแปรประชากรและได้รับคะแนนที่สูง
โรงเรียนที่จะคาดการณ์ในระดับข้อมูลธุรกิจ
สำหรับนักเรียนปีแรก คะแนนของการสอบเข้าศึกษา
วัสดุและชั่วโมงเฉลี่ยสัปดาห์ที่ทุ่มเทให้กับ
การศึกษาได้พบว่ามีผลกระทบสูงสุด
ในขณะที่จำนวนของระยะทางสมาชิกในครัวเรือนของ
ที่อยู่อาศัยและเพศได้รับการตรวจพบว่ามีน้อย
ส่งผลกระทบต่อ Naïve Bayes พบว่าเป็นลักษณนามที่ดีขึ้น
กว่า J48

ผลลัพธ์ (ไทย) 3:

และใน osmanbegovic suljic [ 7 ] มีการพิจารณา
เจตคติของนักเรียนต่อการเรียนนอกเหนือจาก
ลักษณะทางประชากรศาสตร์ และคะแนนที่ได้รับในโรงเรียนมัธยม
ทำนายเกรดในข้อมูลทางธุรกิจ
สำหรับนักศึกษาปี 1 คะแนนของการสอบเข้าเรียน
วัสดุและเฉลี่ยชั่วโมงรายสัปดาห์เพื่อรองรับ
เรียนได้รับพบว่ามี
ผลกระทบสูงสุดและจำนวนสมาชิกในครัวเรือนของ
ระยะทางที่อยู่อาศัยและเพศได้รับพบว่ามีอย่างน้อย
ผลกระทบ นาไตได้ Bayes ลักษณนามพบจะดีกว่า
กว่า j48 .