சுருக்கம்

Fuzzy clustering based data reduction for improvement in classification

Sayara Bano, Shweta Bandhekar

In this present applying a pre-processing approach for mixed, nominal dataset and continuous dataset. In this paper we are going to propose that the classification technique for classifying the mixed integer, nominal and continuous attributes. For converting the nominal attribute we are applying additionally illustrate method to convert integer and continuous data into nominal attribute. If the data range is small we will directly convert the nominal attribute, if the range is high we will clustered the data. The Fuzzy C-mean clustering algorithm was applied to classify the range of the attribute. By using Fuzzy C-Mean clustering algorithm we will cluster the data of large range of attribute. Ones the data set is pre-processed, we can use a support vector machine (SVM) for classification. We can show the improved accurateness and effectiveness of accessible approach for mixed knowledge in analysis of the classification of the original dataset and nominal dataset.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Index Copernicus
கல்வி விசைகள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க