Data processing is required to make

Data processing is required to make dataset appropriate for various classification algorithms. Here numerical data sets are converted as nominal datasets. Verbal ability score, quantitative score and MAT score has been converted as category data like ‘Low’, ‘Medium’ and ‘High’. The likelihood of placement may also be defined as two categories like ‘Yes’ and ‘No’.It is essential to have a suitable Data Mining tool for the purpose of carrying out Data Mining analysis of the data available. The software WEKA is suitable because it is open source. WEKA can efficiently work with limited data [11]. WEKA also provides convenient data preprocessing, cleaning and handling missing values. It takes data from excel file in Comma Separated Values (CSV) format, which is a very common application software to be used in each school / college for initial collection of data [12]. This software contains tools for a whole range of data mining tasks like Data pre-processing, Classification, Clustering, Association and Visualization.

ผลลัพธ์ (ไทย) 1:

ประมวลผลข้อมูลจะต้องทำให้ชุดข้อมูลที่เหมาะสมสำหรับอัลกอริทึมประเภทต่าง ๆ ที่นี่ชุดข้อมูลตัวเลขจะถูกแปลงเป็น datasets ระบุ สามารถวาจาคะแนน คะแนนเชิงปริมาณ และคะแนนลื่นได้ถูกแปลงเป็นข้อมูลประเภทเช่น 'ต่ำ' 'สื่อ' และ 'สูง' ยังอาจกำหนดความเป็นไปได้ของตำแหน่งงานเป็นสองประเภทเช่น 'ใช่' และ 'ไม่' จำเป็นต้องมีเครื่องมือทำเหมืองแร่ข้อมูลเหมาะสมเพื่อดำเนินการทำเหมืองแร่ข้อมูลวิเคราะห์ข้อมูลได้ ซอฟต์แวร์ WEKA เหมาะ เพราะเป็นแหล่งเปิด WEKA สามารถทำงานได้อย่างมีประสิทธิภาพกับข้อมูลจำกัด [11] WEKA ยังให้ข้อมูลประมวลผลเบื้องต้น ทำความสะอาด และจัดการค่าที่ขาดหายไป ใช้ข้อมูลจากแฟ้ม excel ในรูปแบบเครื่องหมายจุลภาคคั่นค่า (CSV) ซึ่งเป็นซอฟต์แวร์ประยุกต์ทั่วไปมากที่จะใช้ในแต่ละโรงเรียน / วิทยาลัยสำหรับคอลเลกชันเริ่มต้นของข้อมูล [12] ซอฟต์แวร์นี้ประกอบด้วยเครื่องมือสำหรับช่วงทั้งหมดของงานการทำเหมืองข้อมูลเช่นข้อมูลที่ประมวลผลเบื้องต้น ประเภท Clustering สมาคม และแสดงภาพประกอบเพลง

ผลลัพธ์ (ไทย) 2:

การประมวลผลข้อมูลจะต้องทำให้ชุดข้อมูลที่เหมาะสมสำหรับขั้นตอนวิธีการจัดหมวดหมู่ต่างๆ นี่คือชุดข้อมูลตัวเลขจะถูกแปลงเป็นชุดข้อมูลที่ระบุ คะแนนความสามารถทางวาจาคะแนนเชิงปริมาณและเชิงคะแนน MAT ได้รับการแปลงเป็นข้อมูลประเภทเช่น 'ต่ำ', 'กลาง' และ 'สูง' ความน่าจะเป็นของตำแหน่งนอกจากนี้ยังอาจจะกำหนดเป็นสองประเภทเช่น 'ใช่' และ 'No'.It จำเป็นต้องมีเครื่องมือการทำเหมืองข้อมูลที่เหมาะสมสำหรับวัตถุประสงค์ในการดำเนินการวิเคราะห์ข้อมูลการทำเหมืองข้อมูลที่มีอยู่ WEKA ซอฟต์แวร์ที่มีความเหมาะสมเพราะมันเป็นโอเพนซอร์ส WEKA ได้อย่างมีประสิทธิภาพสามารถทำงานกับข้อมูลที่ จำกัด [11] WEKA ยังให้การประมวลผลเบื้องต้นข้อมูลที่สะดวกในการทำความสะอาดและการจัดการค่าที่ขาดหายไป มันต้องใช้ข้อมูลจากแฟ้ม Excel ในคั่นด้วยเครื่องหมายจุลภาค (CSV) รูปแบบซึ่งเป็นซอฟแวร์ที่พบบ่อยมากที่จะใช้ในโรงเรียน / วิทยาลัยแต่ละคอลเลกชันแรกของข้อมูล [12] ซอฟต์แวร์นี้มีเครื่องมือทั้งช่วงของงานการทำเหมืองข้อมูลเช่นข้อมูลการประมวลผลก่อนการจำแนกกลุ่มสมาคมและการแสดง

ผลลัพธ์ (ไทย) 3:

การประมวลผลข้อมูลจะต้องทำให้ข้อมูลที่เหมาะสมสำหรับขั้นตอนวิธีการต่าง ๆ ภูมิใจ วันนี้ data sets are converted as nominal LUV . คะแนนความสามารถทางวาจา คะแนนเชิงปริมาณและคะแนนเสื่อได้ถูกแปลงเป็นประเภทข้อมูลเช่น ' ต่ำ ' , ' กลาง ' และ ' สูง ' โอกาสของการจัดวางอาจถูกกำหนดเป็นสองประเภทเช่น ' ใช่ ' และ ' ไม่ 'มันเป็นสิ่งจำเป็นที่จะมีความเหมาะสมการทำเหมืองข้อมูลเครื่องมือเพื่อดำเนินการวิเคราะห์เหมืองข้อมูลของข้อมูลที่มีอยู่ ซอฟต์แวร์ Weka เหมาะเพราะมันเป็นเปิดแหล่งที่มา เวก้าสามารถทํางานได้อย่างมีประสิทธิภาพกับจำกัดข้อมูล [ 11 ] เวก้ายังมีข้อมูล preprocessing สะดวกสะอาดและการจัดการหายไปค่า ใช้ข้อมูลจากแฟ้มที่ใช้จุลภาคคั่นระหว่างค่า ( CSV ) รูปแบบซึ่งเป็นโปรแกรมที่พบบ่อยมาก ซอฟต์แวร์ที่ใช้ในแต่ละโรงเรียน / วิทยาลัยสำหรับชุดเริ่มต้นของข้อมูล [ 12 ] ซอฟต์แวร์นี้มีเครื่องมือสำหรับทั้งช่วงของการทำเหมืองข้อมูลงานเช่นการประมวลผลข้อมูล การจัดหมวดหมู่ การแบ่งกลุ่ม สมาคมและการมองเห็น