Question: "What age groups like the

Question: "What age groups like the silver BMW M5?" The data can be mined to compare the age of the purchaser of past cars and the colors bought in the past. From this data, it could be found whether certain age groups (22-30 year olds, for example) have a higher propensity to order a certain color of BMW M5s (75 percent buy blue). Similarly, it can be shown that a different age group (55-62, for example) tend to order silver BMWs (65 percent buy silver, 20 percent buy gray). The data, when mined, will tend to cluster around certain age groups and certain colors, allowing the user to quickly determine patterns in the data.

ผลลัพธ์ (ไทย) 1:

คำถาม: "อะไรกลุ่มอายุเช่น M5 BMW เงิน" ข้อมูลสามารถถูกขุดเพื่อเปรียบเทียบอายุของผู้ซื้อรถยนต์ผ่านมาและสีที่ซื้อในอดีต จากข้อมูลนี้ มันพบว่า กลุ่มอายุแน่นอน (22-30 ปี olds ตัวอย่าง) มีสิ่งสูงสั่งสี BMW M5s (ร้อยละ 75 ซื้อสีน้ำเงิน) ในทำนองเดียวกัน มันจะแสดงที่กลุ่มอายุต่าง ๆ (55-62 ตัวอย่าง) มีแนวโน้มสั่ง BMWs เงิน (ร้อยละ 65 ซื้อเงิน ซื้อ 20 เปอร์เซ็นต์สีเทา) ข้อมูล เมื่อขุด จะมีแนวโน้มที่ คลัสเตอร์กลุ่มอายุบางและบางสี อนุญาตให้ผู้ใช้สามารถกำหนดรูปแบบข้อมูลได้อย่างรวดเร็ว

ผลลัพธ์ (ไทย) 2:

คำถาม: "สิ่งที่กลุ่มอายุเช่นเงิน BMW M5?" ข้อมูลที่สามารถขุดเพื่อเปรียบเทียบอายุของผู้ซื้อรถยนต์ที่ผ่านมาและสีที่ซื้อในอดีตที่ผ่านมา จากข้อมูลนี้ก็อาจจะพบว่าบางกลุ่มอายุ (อายุ 22-30 ปีตัวอย่างเช่น) มีแนวโน้มที่สูงขึ้นเพื่อสั่งซื้อสีบางของ BMW M5s (ร้อยละ 75 ซื้อสีฟ้า) ในทำนองเดียวกันก็สามารถแสดงให้เห็นว่ากลุ่มที่แตกต่างกันอายุ (55-62, ตัวอย่างเช่น) มีแนวโน้มที่จะสั่งซื้อเงิน BMW จอดอยู่ (ร้อยละ 65 ซื้อเงินร้อยละ 20 ซื้อสีเทา) ข้อมูลเมื่อขุดจะมีแนวโน้มที่กลุ่มรอบกลุ่มอายุบางและสีบางอย่างช่วยให้ผู้ใช้สามารถกำหนดรูปแบบได้อย่างรวดเร็วในข้อมูล

ผลลัพธ์ (ไทย) 3:

ถาม : " สิ่งที่กลุ่มอายุเหมือนเงิน BMW M5 ? " ข้อมูลสามารถถูก mined เปรียบเทียบอายุของผู้ซื้อรถยนต์ในอดีตและสีซื้อในอดีต จากข้อมูลนี้ , มันอาจจะพบว่า กลุ่มวัยชรา ( อายุ 35 ปีเป็นต้น ) มีความโน้มเอียงสูงสั่งสีบางอย่างของ BMW m5s ( ร้อยละ 75 ซื้อสีฟ้า ) ในทํานองเดียวกัน มันสามารถแสดงให้เห็นว่ากลุ่มอายุที่แตกต่างกัน ( 55-62 ,ตัวอย่างเช่น ) มักจะสั่งบีเอ็มสีเงิน ( 65 เปอร์เซ็นต์ ซื้อเงิน 20 เปอร์เซ็นต์ซื้อสีเทา ) ข้อมูล เมื่อขุด จะมักจะรวมกลุ่มกัน กลุ่มหนึ่งและสีบาง ช่วยให้ผู้ใช้อย่างรวดเร็วเพื่อหารูปแบบในข้อมูล