However, to provide a distinction b

However, to provide a distinction between the
performance of the two best hold-out models
(decision tree and ANN) from classification and
clustering results showed in tables 5, 6, and 7; tables
8, 9, and 10; time can be considered as a factor;
because it takes decision tree less than it takes ANN
to build the model. Also, it can be concluded that the
Naive Bayesian has the lowest accuracy on the
dataset compared to Decision Tree and ANN.

ผลลัพธ์ (ไทย) 1:

อย่างไรก็ตาม ให้ความแตกต่างระหว่างการประสิทธิภาพของสุดค้างออก(ตัดสินใจต้นไม้และแอน) จากการจัดประเภท และคลัสเตอร์ผลลัพธ์แสดงในตาราง 5, 6 และ 7 ตาราง8, 9 และ 10 เวลาถือได้ว่าเป็นปัจจัยเนื่องจากใช้ต้นไม้การตัดสินใจน้อยกว่าใช้แอนการสร้างแบบจำลอง ยัง มันสามารถสรุปได้ที่นี้Naive ทฤษฎีมีความแม่นยำต่ำชุดข้อมูลที่เปรียบเทียบกับต้นไม้การตัดสินใจและแอน

ผลลัพธ์ (ไทย) 2:

อย่างไรก็ตามเพื่อให้ความแตกต่างระหว่างที่ผลการดำเนินงานของทั้งสองรุ่นถือที่ดีที่สุดออก(ต้นไม้ตัดสินใจและ ANN) จากการจัดหมวดหมู่และผลการจัดกลุ่มที่แสดงให้เห็นในตาราง5, 6 และ 7; ตารางที่8, 9 และ 10; เวลาที่ถือได้ว่าเป็นปัจจัย; เพราะมันใช้เวลาต้นไม้ตัดสินใจน้อยกว่าก็จะ ANN ในการสร้างแบบจำลอง นอกจากนี้ก็สามารถสรุปได้ว่าคชกรรมไร้เดียงสามีความแม่นยำต่ำสุดในชุดข้อมูลที่เมื่อเทียบกับการตัดสินใจและต้นไม้ANN

ผลลัพธ์ (ไทย) 3:

อย่างไรก็ตาม เพื่อให้แตกต่างระหว่าง
การปฏิบัติที่ดีที่สุดสองถือออกรุ่น
( ต้นไม้ตัดสินใจและแอน ) จากการจำแนกและจัดกลุ่ม
พบตาราง 5 , 6 และ 7 ; ตาราง
8 , 9 และ 10 ; เวลาที่ถือได้ว่าเป็นปัจจัย ;
เนื่องจากใช้แผนภาพการตัดสินใจแบบต้นไม้น้อย กว่าจะ แอน
สร้างแบบจำลอง ก็สรุปได้ว่า แบบไร้เดียงสา ได้ค่า

ความถูกต้องบนข้อมูลเปรียบเทียบเพื่อการตัดสินใจแบบต้นไม้และแอน