งานวิจัยนี้ใช้ข้อมูล Breast Cancer

งานวิจัยนี้ใช้ข้อมูล Breast Cancer Wisconsin จากฐานข้อมูล UCI Machine Learning Repository โดยข้อมูล Breast Cancer Wisconsin มีข้อมูล 699 ข้อมูล มีทั้งหมด 10 แอททริบิวต์ และมีทั้งหมด 2 คลาสเป้าหมาย เมื่อนำข้อมูล Breast Cancer Wisconsin ไปหากฎความสัมพันธ์ที่คลุมเครือ ด้วยเกณฑ์เดี่ยวที่แตกต่างกัน ในแต่ละค่าสนับสนุนของกฎเท่ากับ 90%, 80%, 70%, 60% และ 50% (เนื่องจากเกณฑ์แต่ละเกณฑ์มีขอบเขตไม่เท่ากัน ดังนั้นผู้วิจัยจึงเลือกใช้เป็นเปอเซนต์ของเกณฑ์นั้น ๆ ดังตารางที่ 4) จะได้ผลลัพธ์ดังนี้

ผลลัพธ์ (อังกฤษ) 1:

This research uses data from the Wisconsin Breast Cancer UCI Machine Learning Repository database with information about Breast Cancer, there are information information on Wisconsin all 699 10 attributes and all class 2 when Breast Cancer information sapao Wisconsin to find out the rules for a relationship with a single vague criteria that vary. In each of the values equal 90% rule, 80%, 70%, 60% and 50% of each criterion (because there are not the same extent criteria. So the researchers chose as the abode of the criteria the table St 4) will have the following results:

ผลลัพธ์ (อังกฤษ) 2:

This research uses Breast Cancer Wisconsin database UCI Machine Learning Repository Information Breast Cancer Wisconsin data 699 contains 10 attributes of, and a total of two class goals of information Breast Cancer Wisconsin to the present relationship. vague A basis for the difference. The support of the rule is 90%, 80%, 70%, 60% and 50% (since each criterion has no boundaries as well. Therefore, the researchers chose to use it as a percent of the criteria in Table 4), the result follows.

ผลลัพธ์ (อังกฤษ) 3:

This study used data from the database Breast Cancer Wisconsin UCI Machine Learning Repository by information Breast Cancer Wisconsin. The 699 were all 10 attribute and all 2 target class. When the data Breast Cancer Wisconsin.With the single criterion is different. Each value of rules, as 90% support,, and 80% 70% 60% 50% (due to the scope of each criteria are not equal. Therefore choose to use a percent of criteria. The table 4) results as follows.