2. Pre-processing, at this stage we prepared data so it
can be applied to data mining techniques.
Preprocess data are data cleaning, data integration
and transformation.
3. Data mining, at this stage we used weka tools
(http://www.cs.waikato.ac.nz/ml/weka/). In order
to get the appropriate algorithm to predict the
placement class of students, this experiment use
some classification algorithms namely J48,
SimpleCart, Kstar, Naive Bayes, SMO, oneR.
4. Interpretation, at this stage we analysis of the
result. Comparing algorithm in order to provide the
best prediction accuracy.
2. Pre-การประมวลผลในขั้นตอนนี้เราเตรียมข้อมูลเพื่อที่จะ
สามารถนำไปใช้เทคนิคการทำเหมืองข้อมูล.
ข้อมูล preprocess มีการทำความสะอาดข้อมูลบูรณาการข้อมูล
และการเปลี่ยนแปลง.
3 การทำเหมืองข้อมูลในขั้นตอนนี้เราใช้เครื่องมือ Weka
(http://www.cs.waikato.ac.nz/ml/weka/) เพื่อ
ที่จะได้รับขั้นตอนวิธีการที่เหมาะสมในการทำนาย
ระดับตำแหน่งของนักเรียน, การทดลองนี้ใช้
บางขั้นตอนวิธีการจัดหมวดหมู่คือ J48,
SimpleCart, Kstar, Naive Bayes, SMO, ONER.
4 การแปลความหมายในขั้นตอนการวิเคราะห์ของเรานี้
ผล เปรียบเทียบขั้นตอนวิธีการเพื่อให้
ความถูกต้องคาดการณ์ที่ดีที่สุด
การแปล กรุณารอสักครู่..