จากการพัฒนาตัวแบบในการพยากรณ์จำนวนน

จากการพัฒนาตัวแบบในการพยากรณ์จำนวนนักศึกษาใหม่ ด้วยวิธีการตรวจสอบไขว้ วิธีการแบ่งข้อมูลแบบสุ่มด้วยการแบ่งร้อยละ และ วิธีการแบ่งข้อมูลชุดเรียนรู้และทดสอบออกจากกัน ด้วยข้อมูลจำนวน 25,241 ชุดข้อมูล แสดงกฎและค่าประสิทธิภาพต่างๆ ได้แก่ ค่าความถูกต้องในการจำแนกประเภทของคัวแบบพยากรณ์ ความแม่นยำ ค่าความระลึก และค่าความถ่วงดุล ดังตารางที่ 1 พบว่าตัวแบบพยากรณ์ ที่ถูกพัฒนาด้วยวิธีการตรวจสอบไขว้ และวิธีการแบ่งข้อมูลแบบสุ่มด้วยการแบ่งร้อยละ รวมทั้ง 6 ตัวแบบให้กฎการจำแนกประเภทการสอบผ่านและสอบไม่ผ่านการคัดเลือกเป็นนักศึกษาใหม่ จำนวน 229 กฎตัวอย่างกฎดังรูปที่ 4 โดยกฎที่ 6 ตัวแบบจะมีลักษณะเช่นเดียวกันส่วนวิธีการแบ่งข้อมูลชุดเรียนรู้และทดสอบออกจากกันให้กฎการจำแนกประเภทจำนวน 230 กฎ ตัวอย่างกฎดังรูปที่ 5 โดยกฎที่แตกต่างเป็นกฎที่ได้จากข้อมูล

ผลลัพธ์ (อังกฤษ) 1:

Development of prediction model for new students by means of cross checking. How to split data randomly with divide per cent and how to split test series and learn from each other. This information is used by a number of rules and values series 25241 performance are valid values for the taxonomy of KOA the prediction precision. The value of the balance of probability, and the founding of table 1 reveals that the forecasting model was developed by means of cross checking and how to split data randomly with divide as well as model 6 per cent, after passing the examination, the classification rules and fail to qualify as a student. The number of rules in the rules, for example 229 Figure 4 by 6 rules for the same behavior is best way to split a test series and learn from each other, the rules of taxonomy, for example the rules rule 230 Figure 5 by a different rule is a rule that is derived from the data.

ผลลัพธ์ (อังกฤษ) 2:

From developing a model to predict the number of new students. By means of cross-checking How to break the random data by percentage share and how to share learning and testing data sets apart. With 25,241 data series, including the rules and the performance accuracy in the classification of roast forecasting accuracy, the memorial and the balance in Table 1 show that the forecasting model. Was developed through cross-examination. And how the random data by dividing the total percentage of the 6 models for the classification of pass and fail to elect a new student on 229 the example rules shown in Figure 4 by rule 6 will appear. looks like a way to share information, learn and test set apart for the classification of 230 examples of the rules in Figure 5, the rules are different rules from data.

ผลลัพธ์ (อังกฤษ) 3:

From the development model in forecasting the number of new students with how to determine the cross. How to break the random data with the split (and how to divide the data set to learn and test apart with the 25.241 data sets show the rules and the performance, including accuracy in classification of prediction accuracy. Rinse the reliability in mind. The gravity balance, as shown on table 1 showed that the forecasting model. That was developed with how to determine the cross.As well as 6 model for classification and rule to pass exam failed as new students were 229 rule example rules as Figure 4 by rules that 6.230 rules, for example the rules as Figure 5 by rules is that different rules from data.