The results achieved by applying se

The results achieved by applying selected data mining algorithms for classification
on the university sample data reveal that the prediction rates are not remarkable
(vary between 52-67 %). Moreover, the classifiers perform differently for the five
classes. The data attributes related to the students’ University Admission Score and
Number of Failures at the first-year university exams are among the factors
influencing most the classification process.
The results from the performed study are actually the initial steps in the
realization of an applied data mining project at UNWE. The conclusions made from
the conducted research will be used for defining the further steps and directions for
the university data mining project implementation, including possible
transformations of the dataset, tuning the classification algorithms’ parameters, etc.,
in order to achieve more accurate results and to extract more important knowledge
from the available data. Recommendations will also be provided to the university
management, concerning the sufficiency and availability of university data, and
related to the improvement of the data collection process

ผลลัพธ์ (ไทย) 1:

ผลที่ได้ โดยใช้อัลกอริทึมการทำเหมืองข้อมูลที่เลือกสำหรับการจัดประเภทในมหาวิทยาลัย ข้อมูลอย่างเปิดเผยว่า ราคาคาดเดาไม่ได้โดดเด่น(ระหว่าง 52-67%) แตกต่างกันไป นอกจากนี้ คำนามภาษาที่ทำแตกต่างกัน 5ห้องเรียน แอตทริบิวต์ข้อมูลที่เกี่ยวข้องกับคะแนนเข้ามหาวิทยาลัยของนักเรียน และจำนวนความล้มเหลวที่สอบปีแรกมหาวิทยาลัยมีปัจจัยมีอิทธิพลต่อกระบวนการจัดประเภทมากที่สุดผลจากการศึกษาทำได้จริงขั้นตอนเริ่มต้นในการการรับรู้ของโครงการทำเหมืองข้อมูลที่ใช้ใน UNWE บทสรุปที่ทำจากดำเนินการวิจัยที่จะใช้สำหรับการกำหนดขั้นตอนและคำแนะนำสำหรับการมหาวิทยาลัยข้อมูลเหมืองดำเนินโครงการ รวมทั้งได้การแปลงชุดข้อมูล ปรับแต่งพารามิเตอร์ของกระบวนการจัดประเภท ฯลฯ .,เพื่อให้บรรลุผลลัพธ์ที่ถูกต้องมากขึ้น และ เพื่อดึงความรู้ที่สำคัญจากข้อมูลมีการ ยังจะให้คำแนะนำแก่มหาวิทยาลัยจัดการ เกี่ยวกับการพอเพียงและความพร้อมของข้อมูลมหาวิทยาลัย และที่เกี่ยวข้องกับการพัฒนาของกระบวนการเก็บรวบรวมข้อมูล

ผลลัพธ์ (ไทย) 2:

ผลการประสบความสำเร็จโดยใช้อัลกอริทึมที่เลือกการทำเหมืองข้อมูลสำหรับการจำแนกประเภท
ข้อมูลตัวอย่างในมหาวิทยาลัยเปิดเผยว่าอัตราการคาดการณ์ไม่ได้โดดเด่น
(แตกต่างกันระหว่าง 52-67%) นอกจากนี้แยกแยะดำเนินการที่แตกต่างกันสำหรับห้า
ชั้นเรียน ข้อมูลคุณลักษณะที่เกี่ยวข้องกับนักเรียน 'คะแนนเข้าชมมหาวิทยาลัยและ
จำนวนของความล้มเหลวในปีแรกสอบมหาวิทยาลัยเป็นหนึ่งในปัจจัย
ที่มีอิทธิพลต่อกระบวนการการจัดหมวดหมู่มากที่สุด.
ผลจากการศึกษาที่ดำเนินการเป็นจริงขั้นตอนการเริ่มต้นใน
การรับรู้ของข้อมูลที่นำมาใช้ โครงการเหมืองแร่ที่ UNWE ข้อสรุปที่ทำจาก
การวิจัยดำเนินการจะนำไปใช้สำหรับการกำหนดขั้นตอนต่อไปและทิศทางการ
ดำเนินงานตามโครงการมหาวิทยาลัยการทำเหมืองข้อมูลรวมทั้งความเป็นไปได้
ของการแปลงชุด, การปรับแต่งพารามิเตอร์ขั้นตอนวิธีการจัดหมวดหมู่ 'ฯลฯ
เพื่อให้บรรลุผลลัพธ์ที่ถูกต้องมากขึ้นและ เพื่อดึงความรู้ที่สำคัญมากขึ้น
จากข้อมูลที่มีอยู่ คำแนะนำนอกจากนี้ยังจะมีให้กับมหาวิทยาลัย
การจัดการเกี่ยวกับความพอเพียงและความพร้อมของข้อมูลของมหาวิทยาลัยและ
ที่เกี่ยวข้องกับการปรับปรุงกระบวนการเก็บรวบรวมข้อมูล

ผลลัพธ์ (ไทย) 3:

ผลลัพธ์ที่ได้โดยการประยุกต์ใช้เหมืองข้อมูลขั้นตอนวิธีสำหรับการเลือกหมวดหมู่
ข้อมูลตัวอย่างมหาวิทยาลัย เปิดเผยว่า การคาดการณ์อัตราไม่โดดเด่น
( แตกต่างกันระหว่าง 52-67 % ) นอกจากนี้ คำลักษณนามแตกต่างกันสำหรับห้า
ชั้นเรียน ข้อมูลคุณลักษณะที่เกี่ยวข้องกับนักศึกษามหาวิทยาลัย
เข้าและคะแนนจำนวนของความล้มเหลวในการสอบมหาวิทยาลัย ชั้นปีที่หนึ่ง เป็นปัจจัยที่มีอิทธิพลต่อการจำแนกกระบวนการที่สุด
.
ผลจากการศึกษาเป็นขั้นตอนเริ่มต้นในการประยุกต์การทำเหมืองข้อมูล
เป็นโครงการที่ unwe . ข้อสรุปจากการทำ
จะถูกใช้เพื่อกำหนดขั้นตอนและทิศทาง
เพิ่มเติมข้อมูล มหาวิทยาลัยเหมืองแร่ โครงการ รวมถึงการแปลงที่เป็นไปได้
ของข้อมูลขั้นตอนวิธีการปรับหมวดหมู่ของพารามิเตอร์ ฯลฯ
เพื่อให้ได้ผลลัพธ์ที่ถูกต้องมากขึ้น และให้สารสกัดสำคัญ
ความรู้จากข้อมูลที่มีอยู่ คำแนะนำจะให้ในการจัดการมหาวิทยาลัย
เกี่ยวกับประสิทธิภาพและความพร้อมของข้อมูลมหาวิทยาลัย
และเกี่ยวข้องกับกระบวนการเก็บรวบรวมข้อมูล