This research have purpose is to Re

This research have purpose is to Red wine quality classification for products packaging. By Using data mining technique K-Nearest Neighbor (KNN), Naïve Bayes Classifier, Rule Based Classifier, ID3 and Neural Network by measurement accuracy, precision, recall and performance overall the F-Measure for test wine quality from UCI Repository Website 1,599 data. By using Rapid Miner Training software to design, model and test systems.

ผลลัพธ์ (ไทย) 1:

งานวิจัยนี้มีวัตถุประสงค์คือการจัดประเภทสีแดงไวน์คุณภาพผลิตภัณฑ์บรรจุภัณฑ์ โดยใช้ข้อมูลเหมืองเทคนิค K-Nearest เพื่อนบ้าน (KNN), Classifier Bayes ขำน่า Classifier ตามกฎ ID3 และเครือ ข่ายประสาท โดยประเมินความถูกต้อง ความแม่นยำ การเรียกคืน และประสิทธิภาพโดยรวมวัด F ทดสอบไวน์คุณภาพจาก UCI เก็บเว็บไซต์ 1,599 ข้อมูลการ โดยใช้ซอฟแวร์ฝึกอบรมขุดแร่อย่างรวดเร็วเพื่อออกแบบ แบบจำลอง และทดสอบระบบ

ผลลัพธ์ (ไทย) 2:

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อจัดหมวดหมู่ที่มีคุณภาพไวน์แดงสำหรับบรรจุภัณฑ์ผลิตภัณฑ์ โดยใช้เทคนิคการทำเหมืองข้อมูล K-เพื่อนบ้านที่ใกล้ที่สุด (KNN) Naïve Bayes ลักษณนามกฎตามลักษณนาม, ID3 และโครงข่ายประสาทเทียมโดยแม่นยำในการวัดความแม่นยำการเรียกคืนและประสิทธิภาพโดยรวม F-วัดสำหรับไวน์คุณภาพการทดสอบจาก UCI เก็บข้อมูลเว็บไซต์ 1599 โดยใช้ซอฟต์แวร์อย่างรวดเร็วการฝึกอบรมคนงานเหมืองในการออกแบบรูปแบบและระบบการทดสอบ

ผลลัพธ์ (ไทย) 3:

การวิจัยนี้มีวัตถุประสงค์เพื่อจำแนกคุณภาพของไวน์แดงสำหรับบรรจุภัณฑ์ผลิตภัณฑ์ โดยการใช้เทคนิค การขุดเหมืองข้อมูลเพื่อนบ้านละ ( knn ) , นาไตได้ Bayes ลักษณนาม กฎตามประเภท ID3 และโครงข่ายประสาทเทียม โดยการวัดความถูกต้องแม่นยํา การจดจำ และประสิทธิภาพโดยรวมค่า F เพื่อทดสอบคุณภาพไวน์จาก UCI เก็บข้อมูลเว็บไซต์ 1599โดยใช้ซอฟต์แวร์การขุดแร่อย่างรวดเร็วเพื่อการออกแบบ แบบจำลอง และระบบทดสอบ