The confusion matrix obtained calcu

The confusion matrix obtained calculate the accuracy,
sensitivity and specificity measures [15]. The matrix denotes
samples classified as true, others as false and others
misclassified. Evaluation of the confusion matrix shows that
J48, REPTREE and SIMPLE CART show a prediction
model of 89 cases with a risk factor positive for heart
attacks. The techniques strongly suggest that data mining
algorithms are able to predict a class for diagnoses. The
confusion matrix clearly categorizes the accuracy of the
mode. The matrix validates the effectiveness of the model.
Table II and Table III shows classification accuracy based
on different techniques applied, which proves the best
classification technique to be J48, REPTREE and SIMPLE
CART algorithm perform similar in this data set, while
Bayes Net algorithm out-performed the Naïve Bayes
algorithm.

ผลลัพธ์ (ไทย) 1:

เมตริกซ์สับสนได้คำนวณความถูกต้องความไวและ specificity วัด [15] แสดงเมตริกซ์ตัวอย่างที่จัดให้เป็นจริง คนอื่นเป็นเท็จ และผู้อื่นงาน ประเมินของเมทริกซ์สับสนแสดงที่J48, REPTREE และรถ เข็นง่ายแสดงการคาดการณ์รุ่น 89 กรณีมีปัจจัยเสี่ยงบวกสำหรับหัวใจโจมตี เทคนิคการขอแนะนำการทำเหมืองข้อมูลอัลกอริทึมจะทำนายชั้นวิเคราะห์ ที่เมตริกซ์สับสนจัดประเภทชัดเจนความถูกต้องของการโหมด เมตริกซ์ตรวจสอบประสิทธิภาพของแบบตาราง II และ III ตารางแสดงประเภทความแม่นยำขึ้นในเทคนิคต่าง ๆ ที่ใช้ ซึ่งพิสูจน์ได้ดีที่สุดประเภทเทคนิค J48, REPTREE และเรียบง่ายรถเข็นอัลกอริทึมทำคล้ายกันในชุดข้อมูลนี้ ในขณะที่อัลกอริทึม Bayes สุทธิแจ้งดำเนินการ Bayes ขำน่าอัลกอริทึมการ

ผลลัพธ์ (ไทย) 2:

เมทริกซ์ความสับสนได้คำนวณความถูกต้องความ
ไวและความจำเพาะมาตรการ [15] เมทริกซ์หมายถึง
กลุ่มตัวอย่างจำแนกเป็นจริงคนอื่น ๆ เป็นเท็จและอื่น ๆ
แบ่ง การประเมินผลของเมทริกซ์สับสนแสดงให้เห็นว่า
J48, REPTREE และรถเข็นง่ายแสดงการทำนาย
รูปแบบของ 89 กรณีที่มีปัจจัยเสี่ยงในเชิงบวกสำหรับหัวใจของ
การโจมตี เทคนิคขอแนะนำว่าการทำเหมืองข้อมูล
ขั้นตอนวิธีการสามารถที่จะคาดการณ์ระดับสำหรับการวินิจฉัย
เมทริกซ์ความสับสนอย่างชัดเจนแบ่งความถูกต้องของ
โหมด เมทริกซ์ตรวจสอบประสิทธิภาพของรูปแบบ.
ตารางที่สองและที่สามตารางที่แสดงให้เห็นถึงความถูกต้องตามการจัดหมวดหมู่
ที่แตกต่างกันเกี่ยวกับเทคนิคการใช้ซึ่งพิสูจน์ที่ดีที่สุด
เทคนิคการจัดหมวดหมู่ให้เป็น J48, REPTREE ง่ายและ
อัลกอริทึมรถเข็นดำเนินการที่คล้ายกันในข้อมูลชุดนี้ในขณะที่
เบส์อัลกอริทึมสุทธิออก -performed Naïve Bayes
อัลกอริทึม

ผลลัพธ์ (ไทย) 3:

คำนวณความสับสนเมทริกซ์ได้รับความถูกต้อง ความไว และมาตรการ
[ 15 ] specificity เมทริกซ์แสดง
ตัวอย่างแบ่งเป็น จริง คนอื่นที่เป็นเท็จและคนอื่น ๆ
misclassified . การประเมินผลของความสับสนเมทริกซ์แสดงให้เห็นว่า
j48 reptree รถเข็น , และง่ายแสดงคำทำนาย
รูปแบบ 89 กรณีมีความเสี่ยง ปัจจัยบวกสำหรับการโจมตีหัวใจ

เทคนิคการทำเหมืองข้อมูล
ขอแนะนําว่าขั้นตอนวิธีการที่สามารถพยากรณ์ระดับสำหรับการวิเคราะห์
สับสนเมทริกซ์อย่างชัดเจนกำหนดความถูกต้องของ
โหมด เมทริกซ์ตรวจสอบประสิทธิผลของรูปแบบ ตารางที่ 2 และตารางที่ 3 แสดง

ในความแม่นยำในการจำแนกตามเทคนิคต่าง ๆที่ใช้ซึ่งพิสูจน์เทคนิคการจำแนกดีที่สุด
เป็น j48 reptree และขั้นตอนวิธี , รถเข็นง่าย
ดำเนินการที่คล้ายกันในข้อมูลชุดนี้ ในขณะที่
ขั้นตอนวิธีการนาสุทธิมาลาออกไตได้ Bayes
ขั้นตอนวิธี