Then, all the information was integ

Then, all the information was integrated in a single dataset
and it was saved in the .ARFF format of Weka [14]. Next, the
whole dataset was divided randomly into 10 pairs of training
and test data files (maintaining the original class distribution).
This way, each classification algorithm can be evaluated using
stratified tenfold cross-validation. So after preprocessing we
have a dataset with 77 attributes/variables of 670 students.

ผลลัพธ์ (ไทย) 1:

แล้ว ข้อมูลทั้งหมดที่ถูกรวมในชุดข้อมูลเดียวและจะถูกบันทึกในนี้ รูปแบบ ARFF ของ Weka [14] ถัดไป การชุดข้อมูลทั้งหมดถูกแบ่งออกได้เป็น 10 คู่ของการฝึกอบรมและทดสอบแฟ้มข้อมูล (รักษาการกระจายชั้นเรียนเดิม)ด้วยวิธีนี้ แต่ละอัลกอริทึมการจัดประเภทสามารถถูกประเมินโดยใช้stratified ข้ามตรวจสอบ tenfold ดังนั้นหลังจากการประมวลผลเบื้องต้นของเรามีชุดข้อมูลที่ มีแอตทริบิวต์ 77 แปรของนักเรียนที่ 670

ผลลัพธ์ (ไทย) 2:

จากนั้นข้อมูลทั้งหมดที่ถูกรวมอยู่ในชุดเดียว
และได้รับการบันทึกไว้ในรูปแบบของ .ARFF Weka [14] ถัดไป
ชุดข้อมูลทั้งหมดถูกแบ่งเป็น 10 คู่ของการฝึกอบรม
และไฟล์ข้อมูลการทดสอบ (ที่ยังคงรักษาระดับการกระจายเดิม).
วิธีนี้ขั้นตอนวิธีการจัดหมวดหมู่แต่ละคนสามารถได้รับการประเมินโดยใช้
แซดสิบเท่าข้ามการตรวจสอบ ดังนั้นหลังจากที่ประมวลผลเบื้องต้นเรา
มีชุดข้อมูลที่มีคุณลักษณะที่ 77/670 ตัวแปรนักเรียน

ผลลัพธ์ (ไทย) 3:

แล้ว ข้อมูลทั้งหมดที่ถูกรวมในชุดข้อมูลเดียว
นั้นจะถูกบันทึกไว้ในรูปแบบของ . arff Weka [ 14 ] ต่อไป
ข้อมูลทั้งหมดถูกแบ่งสุ่มในการฝึกอบรม
และไฟล์ข้อมูลทดสอบ 10 คู่ ( การกระจายระดับเดิม ) .
วิธีนี้แต่ละหมวดหมู่อัลกอริทึมที่สามารถประเมินโดยใช้
ชั้นสิบเท่าข้ามการตรวจสอบ หลังจากการเตรียมเรา
มีข้อมูลกับ 77 / ตัวแปรคุณลักษณะนักเรียน 670 .