This paper proposes to apply data m

This paper proposes to apply data mining techniques to predict school failure and dropout. We use real data on670 middle-school students from México and employ white-box classification methods, such as induction rules and decision trees. Experiments attempt to improve their accuracy for predicting which students might fail or dropout by first, using all the available attributes; next, selecting the best attributes; and
finally, rebalancing data and using cost sensitive classification.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอให้ใช้เทคนิคเหมืองข้อมูลการทำนายความล้มเหลวของโรงเรียนและเป็นถอน เราใช้ข้อมูลที่แท้จริงนักเรียนโรงเรียนมัธยมต้น on670 จาก México และใช้วิธีการจัดประเภทกล่องขาว กฎการเหนี่ยวนำและต้นไม้ตัดสินใจ พยายามทดลองเพื่อปรับปรุงความถูกต้องของการคาดการณ์ที่นักเรียนอาจล้มเหลวหรือเป็นถอน โดยแรก ใช้ทั้งหมดมีแอตทริบิวต์ เลือกแอททริบิวต์ที่สุด ถัดไป และในที่สุด ปรับสมดุลข้อมูล และใช้ต้นทุนประเภทที่สำคัญ

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอในการใช้เทคนิคการทำเหมืองข้อมูลที่จะคาดการณ์และความล้มเหลวของโรงเรียนกลางคัน เราใช้ข้อมูลจริง on670 นักเรียนระดับมัธยมศึกษาจากเม็กซิโกและการจ้างงานกล่องสีขาววิธีการจำแนกเช่นกฎการเหนี่ยวนำและต้นไม้ตัดสินใจ การทดลองพยายามที่จะปรับปรุงความถูกต้องของพวกเขาสำหรับการคาดการณ์ที่นักเรียนอาจจะล้มเหลวหรือการออกกลางคันเป็นครั้งแรกโดยใช้คุณลักษณะทั้งหมดที่มีอยู่; ต่อไปการเลือกคุณลักษณะที่ดีที่สุด;
และในที่สุดการปรับสมดุลโดยใช้ข้อมูลและค่าใช้จ่ายในการจัดหมวดหมู่ที่มีความสำคัญ

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอการใช้เทคนิคเหมืองข้อมูลเพื่อทำนายความล้มเหลวในโรงเรียนและออกกลางคัน . เราใช้ข้อมูลที่แท้จริงจากนักเรียน ม.ต้น on670 M é Xico และจ้างวิธีการจำแนกกล่องสีขาว เช่น กฎการเหนี่ยวนำและต้นไม้การตัดสินใจ การทดลองที่พยายามที่จะปรับปรุงความถูกต้องของพวกเขาสำหรับการประมาณการ ซึ่งนักเรียนอาจจะล้มเหลว หรือออกกลางคัน โดยก่อนการใช้ทั้งหมดของแอตทริบิวต์ ; ถัดไปการเลือกคุณลักษณะที่ดีที่สุด ; และ
ในที่สุด ปรับสมดุลและการใช้ข้อมูลต้นทุน
ไวต่อความรู้สึก