For graduates’ classification, a gr

For graduates’ classification, a group of attributes has been
selected as described in Table III. These attributes consist of
(a) personal information such as: gender and students home
town, (b) education information such as: high school major, (c)
admission information such as: type of admission phase and
admission test score, (d) academic information such as: faculty,
department, and total of credit. These attributes were used for
two kind of classification. The first classification is predicting
students GPA to be satisfactory (1), excellent (2), or cum
laude(3). The second classification is predicting length of
students study to be on time (1), or late (2).

ผลลัพธ์ (ไทย) 1:

ได้รับกลุ่มของแอททริบิวต์การจัดประเภทของบัณฑิตเลือกตามที่อธิบายไว้ในตาราง III คุณลักษณะเหล่านี้ประกอบด้วย(ก) ส่วนตัวข้อมูลเช่น: เพศและนักเรียนที่บ้านเมือง (b) ข้อมูลการศึกษาเช่น: มัธยมหลัก (c)ข้อมูลการสมัครเช่น: ชนิดของขั้นตอนการสมัคร และเข้าทดสอบคะแนน ข้อมูลวิชาการ (d) เช่น: คณะแผนก และผลรวมของสินเชื่อ ใช้สำหรับแอตทริบิวต์เหล่านี้ชนิดที่สองของการจัดประเภท ประเภทแรกเป็นการคาดการณ์GPA ของนักเรียนให้ เป็นที่พอใจ (1) , ดี (2), หรือน้ำกามlaude(3) ประเภทที่สองคือการคาดการณ์ความยาวของนักเรียนศึกษาเป็นเวลา (1), หรือสาย (2)

ผลลัพธ์ (ไทย) 2:

สำหรับการจัดหมวดหมู่ของบัณฑิต, กลุ่มของคุณลักษณะที่ได้รับ
การคัดเลือกตามที่อธิบายไว้ในตารางที่ III แอตทริบิวต์เหล่านี้ประกอบด้วย
(ก) ข้อมูลส่วนบุคคลเช่นเพศและนักเรียนบ้าน
เมือง (ข) การศึกษาข้อมูลเช่นโรงเรียนมัธยมที่สำคัญ (ค)
ข้อมูลเข้ารับการรักษาเช่นประเภทของขั้นตอนการสมัครเรียนและ
เข้ารับการรักษาคะแนนการทดสอบ (ง) ข้อมูลทางวิชาการเช่นอาจารย์
สรรพสินค้าและรวมของสินเชื่อ แอตทริบิวต์เหล่านี้ถูกนำมาใช้สำหรับ
สองชนิดของการจัดหมวดหมู่ การจำแนกประเภทแรกคือการทำนาย
นักเรียนเกรดเฉลี่ยเป็นที่น่าพอใจ (1), ที่ดี (2) หรือ cum
เกียรตินิยม (3) การจำแนกประเภทที่สองคือการทำนายความยาวของ
การศึกษานักเรียนจะอยู่ในเวลา (1), หรือปลาย (2)

ผลลัพธ์ (ไทย) 3:

สำหรับประเภทของนักศึกษา กลุ่มของแอททริบิวต์ที่ได้รับ
เลือกตามที่อธิบายไว้ในโต๊ะนั้น คุณสมบัติเหล่านี้ประกอบด้วย
( A ) ข้อมูลส่วนตัว เช่น เพศ และนักเรียนบ้าน
เมือง ( ข ) ข้อมูลการศึกษา เช่น โรงเรียนใหญ่ ( C )
( เทคโนโลยีสารสนเทศเช่นประเภทของขั้นตอนการรับสมัครและ
คะแนนสอบ Admission ( D ) ข้อมูลทางวิชาการ เช่น คณะ
แผนกและรวมของเครดิต แอตทริบิวต์เหล่านี้ถูกใช้สำหรับ
สองชนิดของการจำแนก ประเภทแรก คือ ทำนาย
GPA นักเรียนเป็นที่พอใจ ( 1 ) ดี ( 1 ) หรือเกียรตินิยมอันดับ cum
( 3 ) ประเภทที่สองคือทำนายความยาวของ
นักเรียนศึกษาได้ตลอดเวลา ( 1 ) หรือสาย ( 2 )