In this study, a clustering-based s

In this study, a clustering-based sales forecasting scheme by combining K-means algorithm with SVR and three
similarity measurements is proposed. Although there are many different clustering algorithms have been proposed,
but K-means algorithm is still one of the most effective clustering algorithms [11]. This study considers the SVR as
the predictor due to its great potential and superior performance in practical applications [13]. SVR based on
statistical learning theory is an effective neural network algorithm for solving nonlinear regression estimation
problems and has been successfully used in sales forecasting[6-8].

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ การ clustering การขายตามการคาดการณ์โครงการ โดยรวมถึงอัลกอริทึม มี SVR และสามมีเสนอการวัดความคล้ายคลึงกัน แม้ว่าจะมีแตกต่างกันหลายระบบคลัสเตอร์อัลกอริทึมได้รับการเสนอแต่ถึงอัลกอริทึมเป็นหนึ่งในอัลกอริทึมระบบคลัสเตอร์ประสิทธิภาพสูงสุด [11] การศึกษานี้พิจารณา SVR เป็นทำนายเนื่องจากประสิทธิภาพของ superior และมีศักยภาพดีในการประยุกต์ใช้งานจริง [13] คะแนนเฉลียจาก SVRเป็นอัลกอริทึมของข่ายประสาทที่มีประสิทธิภาพสำหรับการแก้ถดถอยไม่เชิงเส้นการประมาณค่าทางสถิติทฤษฎีการเรียนรู้ปัญหาเรียบร้อยแล้วใช้ในการคาดการณ์ [6-8] ขาย

ผลลัพธ์ (ไทย) 2:

ในการศึกษาครั้งนี้จะมีการจัดกลุ่มตามการพยากรณ์การขายโครงการโดยการรวม K-หมายความว่าอัลกอริทึมที่มี SVR และสาม
คล้ายคลึงกันวัดมีการเสนอ แม้ว่าจะมีหลายขั้นตอนวิธีการจัดกลุ่มที่แตกต่างกันได้รับการเสนอชื่อ
แต่ K หมายถึงขั้นตอนวิธีการยังคงเป็นหนึ่งในขั้นตอนวิธีการจัดกลุ่มที่มีประสิทธิภาพมากที่สุด [11] การศึกษาครั้งนี้จะพิจารณาเป็น SVR
ทำนายเนื่องจากผลการดำเนินงานที่มีศักยภาพและที่เหนือกว่าที่ดีในการปฏิบัติงาน [13] SVR อยู่บนพื้นฐานของ
ทฤษฎีการเรียนรู้ทางสถิติเป็นอัลกอริทึมที่มีประสิทธิภาพเครือข่ายประสาทเทียมสำหรับการแก้ปัญหาการประมาณค่าการถดถอยแบบไม่เชิงเส้น
ปัญหาและได้รับการใช้ประสบความสำเร็จในการพยากรณ์ยอดขาย [6-8]

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ ใช้ข้อมูลการพยากรณ์ยอดขายโดยรวมของโครงการ k-means กับ SVR และสามการวัดความคล้ายคลึงกัน คือ เสนอ แม้ว่าจะมีหลายที่แตกต่างกันสำหรับขั้นตอนวิธีการรับข้อเสนอแต่ k-means ขั้นตอนวิธียังคงเป็นหนึ่งในมีประสิทธิภาพมากที่สุดในการจัดกลุ่มขั้นตอนวิธี [ 11 ] การศึกษานี้จะพิจารณา SVR เป็นตัว เนื่องจากมีศักยภาพมาก และประสิทธิภาพที่เหนือกว่าในการใช้งาน [ 13 ] ในทางปฏิบัติ กล่าวตามทฤษฎีการเรียนรู้ที่มีประสิทธิภาพเครือข่ายประสาทขั้นตอนวิธีสำหรับการแก้ปัญหาการถดถอยเชิงเส้นการประมาณปัญหาและมีการใช้ประสบความสําเร็จในการขายการพยากรณ์ [ 6-8 ]