In this paper, a new similarity mea

In this paper, a new similarity measure and a weighted similarity measure on intuitionistic fuzzy soft sets (IFSSs) are proposed and some of their basic properties are discussed. Using the proposed similarity measure, a relation (≈ α) between two IFSSs are defined and it is found that the defined relation is not an equivalence relation. Further, the effectiveness of the proposed similarity measure is demonstrated in a numerical example with the help of measure of performance and measure of error. Moreover, medical diagnosis problems have been exhibited through a hypothetical case study by using this proposed similarity measure. Finally, the proposed method is applied to 10 different medical data sets from UCI Machine Learning Repository datasets and its similarity measures are calculated. The corresponding performance measures, like, accuracy, sensitivity, specificity, ROC curves, AUC values, and F-measures are obtained and it is compared with the existing methods. This shows that the proposed method exhibits more accuracy, sensitivity and enhanced F-measures than the existing methods.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ นำเสนอการประเมินมิใช่น้อยและวัดความคล้ายคลึงกันที่ถ่วงน้ำหนักบน intuitionistic ชุดอ่อนปุย (IFSSs) และบางส่วนของคุณสมบัติพื้นฐานจะ ใช้วัดความคล้ายคลึงกันนำเสนอ (≈ด้วยกองทัพ) ความสัมพันธ์ระหว่างสอง IFSSs ไว้ และก็พบว่า ความสัมพันธ์ที่กำหนดไม่มีความสัมพันธ์ทางเทียบเท่า เพิ่มเติม ประสิทธิภาพการวัดความคล้ายคลึงกันที่นำเสนอจะแสดงในตัวอย่างที่เป็นตัวเลขโดยใช้วัดประสิทธิภาพและวัดผิดพลาด นอกจากนี้ ปัญหาโรคได้ถูกจัดแสดงผ่านการสมมุติกรณีศึกษาโดยวัดความคล้ายคลึงกันที่นำเสนอนี้ ในที่สุด วิธีการนำเสนอจะใช้กับชุดข้อมูลการแพทย์อื่นที่ 10 จาก UCI เครื่องเรียนเก็บ datasets และคำนวณการวัดความคล้ายคลึงกัน ประสิทธิภาพสอดคล้อง มาตรการ ต้อง ความแม่นยำ ความไว specificity เส้นโค้ง ROC ค่า AUC และ F-วัดจะได้รับ และมีการเปรียบเทียบกับวิธีการที่มีอยู่ นี้แสดงว่า วิธีการนำเสนอจัดแสดงความถูกต้องมากขึ้น ความไว และ F มาตรการพิเศษกว่าวิธีที่มีอยู่

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เป็นมาตรการที่คล้ายคลึงกันใหม่และเป็นมาตรการที่คล้ายคลึงกันถ่วงน้ำหนักในชุดนุ่ม intuitionistic เลือน (IFSSs) มีการเสนอและบางส่วนของคุณสมบัติพื้นฐานของพวกเขาที่จะกล่าวถึง การใช้มาตรการที่คล้ายคลึงกันเสนอความสัมพันธ์ (≈α) ระหว่างสอง IFSSs มีการกำหนดและพบว่าความสัมพันธ์ที่กำหนดไว้ไม่เท่าเทียมกันความสัมพันธ์ นอกจากนี้ประสิทธิภาพของมาตรการที่คล้ายคลึงกันที่เสนอจะแสดงให้เห็นในตัวอย่างที่ตัวเลขด้วยความช่วยเหลือของตัวชี้วัดของการดำเนินงานและตัวชี้วัดของข้อผิดพลาด นอกจากนี้ปัญหาการวินิจฉัยทางการแพทย์ที่ได้รับการจัดแสดงผ่านกรณีศึกษาสมมุติโดยใช้มาตรการที่คล้ายคลึงกันนี้เสนอ สุดท้ายวิธีที่นำเสนอมีการใช้ที่แตกต่างกันถึง 10 ชุดข้อมูลทางการแพทย์จากชุดข้อมูลเก็บ UCI เครื่องการเรียนรู้และมาตรการคล้ายคลึงกันมีการคำนวณ มาตรการการปฏิบัติงานที่สอดคล้องกันเช่นความถูกต้องความไวความจำเพาะโค้งร็อคค่า AUC และ F-มาตรการจะได้รับและเป็นที่เมื่อเทียบกับวิธีการที่มีอยู่ นี้แสดงให้เห็นว่าวิธีการที่นำเสนอการจัดแสดงนิทรรศการความถูกต้องมากขึ้นความไวและเพิ่มมาตรการ F-กว่าวิธีการที่มีอยู่

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ , วัดใหม่และวัดความเหมือนความเหมือนถ่วงน้ำหนักใน intuitionistic ปุยนุ่มชุด ( ifsss ) ได้มีการนำเสนอและบางคุณสมบัติพื้นฐานของพวกเขาได้ถูก การเสนอความเหมือนวัดความสัมพันธ์ ( ≈α ) ระหว่างสอง ifsss ถูกกำหนด และพบว่า นิยามความสัมพันธ์ไม่ใช่ความสัมพันธ์สมมูล . เพิ่มเติมประสิทธิผลของการนำเสนอคล้ายวัดแสดงให้เห็นในตัวอย่างเชิงตัวเลขด้วยความช่วยเหลือของการวัดประสิทธิภาพและวัดของข้อผิดพลาด นอกจากนี้ ปัญหาการวินิจฉัยทางการแพทย์ได้รับการจัดแสดงผ่านสมมุติกรณีศึกษาโดยใช้ความคล้ายคลึงนี้เสนอมาตรการ ในที่สุดวิธีการที่ใช้กับข้อมูลทางการแพทย์ที่แตกต่างกัน 10 ชุดจาก UCI การเรียนรู้เครื่องเก็บข้อมูลและความเหมือน มาตรการต่างๆ ที่ประสิทธิภาพของมาตรการ เช่น ความถูกต้อง ความไว ความจำเพาะเจาะจงเส้นโค้ง ROC ยาค่า f-measures ได้และเปรียบเทียบกับวิธีการเดิม นี้แสดงให้เห็นว่าวิธีการจัดแสดงความถูกต้องมากขึ้นความไวและ f-measures มากขึ้นกว่าวิธีที่มีอยู่