2) Value-Combination IU.a) Problem:

2) Value-Combination IU.
a) Problem: Users need features to search and evaluate
data in function of the value of class attributes.
b) Context of application: The user demands to search
behaviors to classify data in function of the value of attributes.
c) Solution: Organize the information contained in a
dataset, allowing to change target classes for analysis and to
show the information of these classes. This solution deals with
Challenges 1, 2 and 4.
d) Motivation: The analysis based on values of attributes
allows the user to reason out statistical characteristics of the
dataset. For instance, the user can evaluate attributes to reason
out averages, percentages, etc.

ผลลัพธ์ (ไทย) 1:

2 ชุดค่า IUก) ปัญหา: ผู้ใช้ต้องการคุณลักษณะการค้นหา และประเมินข้อมูลในฟังก์ชันของค่าของแอททริบิวท์คลาสขเนื้อหาของโปรแกรมประยุกต์: ผู้ใช้ต้องการค้นหาลักษณะการทำงานในการจัดประเภทข้อมูลในฟังก์ชันของค่าของแอตทริบิวต์c) โซลูชัน: จัดระเบียบข้อมูลที่อยู่ในการชุดข้อมูล ช่วยในการเปลี่ยนชั้นเรียนเป้าหมาย สำหรับการวิเคราะห์ และการแสดงรายละเอียดของคลาสเหล่านี้ วิธีนี้เกี่ยวข้องกับความท้าทาย 1, 2 และ 4d) แรงจูงใจ: การวิเคราะห์ตามค่าของแอตทริบิวต์ช่วยให้ผู้ใช้เหตุผลออกลักษณะทางสถิติของการชุดข้อมูล ตัวอย่าง ผู้ใช้สามารถประเมินคุณลักษณะให้เหตุผลหาค่าเฉลี่ย เปอร์เซ็นต์ เป็นต้น

ผลลัพธ์ (ไทย) 2:

2) มูลค่ารวม IU.
ก) ปัญหา:
ผู้ใช้จำเป็นต้องมีคุณสมบัติในการค้นหาและประเมินผลข้อมูลในการทำงานของค่าของชั้นคุณลักษณะ.
ข) บริบทของการใช้:
ความต้องการของผู้ใช้ในการค้นหาพฤติกรรมในการจำแนกข้อมูลในการทำงานของค่าของคุณลักษณะ.
ค) การแก้ไข: การจัดระเบียบข้อมูลที่มีอยู่ในชุดข้อมูลที่ช่วยให้การเปลี่ยนชั้นเรียนเป้าหมายสำหรับการวิเคราะห์และแสดงข้อมูลของชั้นเรียนเหล่านี้ นี้ข้อเสนอวิธีการแก้ปัญหาที่มีความท้าทายที่ 1, 2 และ 4 ง) การสร้างแรงจูงใจ: การวิเคราะห์ขึ้นอยู่กับค่าของคุณลักษณะที่ช่วยให้ผู้ใช้เพื่อเหตุผลทางสถิติจากลักษณะของชุดข้อมูล ยกตัวอย่างเช่นผู้ใช้สามารถประเมินคุณลักษณะที่จะให้เหตุผลจากค่าเฉลี่ยร้อยละ ฯลฯ

ผลลัพธ์ (ไทย) 3:

2 ) มูลค่ารวมกัน IU .
) ปัญหาผู้ใช้ต้องการคุณสมบัติในการค้นหาและประเมินการทำงานของ
ข้อมูลในค่าของแอตทริบิวต์ชั้นเรียน .
b ) บริบทของโปรแกรม ผู้ใช้ต้องการค้นหา
พฤติกรรมเพื่อจำแนกประเภทของข้อมูลในการทำงานของค่าของแอตทริบิวต์
c ) การแก้ไข : จัดระเบียบข้อมูลที่มีอยู่ใน a
DataSet ให้เปลี่ยนแปลงชั้นเรียนเป้าหมาย

สำหรับการวิเคราะห์แสดงรายละเอียดของชั้นเรียนเหล่านี้ วิธีนี้เกี่ยวข้องกับความท้าทายที่ 1 2 และ 4
, .
d ) แรงจูงใจ : การวิเคราะห์ตามค่าของแอตทริบิวต์
ผู้ใช้เหตุผลออกมาลักษณะทางสถิติของข้อมูล
. ตัวอย่างเช่นผู้ใช้สามารถประเมินคุณลักษณะเหตุผล
ออกค่าเฉลี่ย , ร้อยละ , ฯลฯ