A proficient methodology for the ex

A proficient methodology for the extraction of significant patterns
from the heart disease warehouses for heart attack prediction has
been presented in [7]. Initially, the data warehouse is preprocessed
in order to make it suitable for the mining process. Once
the preprocessing gets over, the heart disease warehouse is
clustered with the aid of the K-means clustering algorithm, which
will extract the data appropriate to heart attack from the
warehouse. Consequently the frequent patterns applicable to heart
disease are mined with the aid of the MAFIA algorithm from the
data extracted. In addition, the patterns vital to heart attack
prediction are selected on basis of the computed significant

ผลลัพธ์ (ไทย) 1:

ระหว่างความเชี่ยวชาญการสกัดของรูปแบบที่สำคัญจากคลังสินค้าสำหรับการโจมตีหัวใจโรคหัวใจคาดเดาได้การนำเสนอใน [7] เริ่มแรก preprocessed ข้อมูลคลังสินค้าเพื่อให้เหมาะสมกับการทำเหมือง ครั้งการประมวลผลเบื้องต้นได้รับเหนือ คลังโรคหัวใจจับกลุ่มกับความช่วยเหลือของขั้นตอนวิธีระบบคลัสเตอร์ของ K หมายถึง ซึ่งจะดึงข้อมูลที่เหมาะสมกับหัวใจวายจากการคลังสินค้า จึงเป็นรูปแบบเกี่ยวข้องใจโรคที่ขุดได้ ด้วยความช่วยเหลือของอัลกอริทึมมาเฟียจากการข้อมูลที่สกัด นอกจากนี้ โจมตีรูปแบบสำคัญที่ใจเลือกการคาดเดาบนพื้นฐานของการคำนวณที่สำคัญ

ผลลัพธ์ (ไทย) 2:

กระบวนวิธีที่มีความเชี่ยวชาญในการสกัดของรูปแบบการอย่างมีนัยสำคัญจากโกดังโรคหัวใจการทำนายหัวใจวายได้รับการนำเสนอใน[7] ในขั้นต้นคลังข้อมูลจะ preprocessed เพื่อที่จะทำให้มันเหมาะสำหรับขั้นตอนการทำเหมืองแร่ เมื่อประมวลผลเบื้องต้นที่ได้รับมากกว่าคลังสินค้าโรคหัวใจเป็นคลัสเตอร์ด้วยความช่วยเหลือของK-หมายถึงขั้นตอนวิธีการจัดกลุ่มซึ่งจะดึงข้อมูลที่เหมาะสมที่จะหัวใจวายจากคลังสินค้า ดังนั้นรูปแบบที่พบบ่อยที่ใช้บังคับกับหัวใจโรคที่ขุดด้วยความช่วยเหลือของอัลกอริทึม MAFIA จากที่ข้อมูลสกัด นอกจากนี้รูปแบบสำคัญที่จะหัวใจวายทำนายถูกเลือกบนพื้นฐานของการคำนวณอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

วิธีการความเชี่ยวชาญสำหรับการสกัดอย่างมีนัยสำคัญรูปแบบ
จากโรคหัวใจ คลังสินค้า เพื่อการทำนายโรคหัวใจได้
ถูกนำเสนอใน [ 7 ] ตอนแรก , ข้อมูลคลังสินค้า preprocessed
เพื่อให้เหมาะกับกระบวนการการทำเหมืองแร่ เมื่อ
ติดกันได้รับเกิน โรคหัวใจคลังสินค้า
เป็นกลุ่มด้วยความช่วยเหลือของ k-means clustering algorithm ซึ่ง
จะดึงข้อมูลที่เหมาะสมกับโรคหัวใจจาก
โกดัง ดังนั้นรูปแบบใช้ได้บ่อยโรคหัวใจ
ผ่านด้วยความช่วยเหลือของมาเฟียขั้นตอนวิธีจาก
ข้อมูลสกัด นอกจากนี้ รูปแบบสำคัญต่อการคาดการณ์การโจมตี
หัวใจจะถูกเลือกบนพื้นฐานของข้อมูลที่สำคัญ