We use different methods to evalulate performance of our works, and always look for better method to do this. One of the most available methods to measure performance is using statistical datas. To do this, we have to be sure about our datas are sufficient or not and how much we can trust these data sets to measure performance. In this study we will test statistical data sets of Kocaeli Fire Brigade by using WEKA and its algorithms.
PL
W badaniach użyto różnych metod ocen wyników prowadzonych badań poszukując jednocześnie lepszejmetody analizy. Jedną z najbardziej dostępnych metod pomiaru wydajności jest wykorzystanie danych statystycznych. Aby to zrobić, należy mieć pewność, czy analizowne dane są wystarczające, oraz w jakim spotniu możena ufać zbiorom danych w celu pomiaru wydajności. W tym badaniu przetestowano zestaw danych statystycznych Straży Pożarnej Kocaeli za pomocą WEKA i jej algorytmów klasyfikacyjnych.
Data mining is the upcoming research area to solve various problems. Classification and finding association are two main steps in the field of data mining. In this paper, we use three classification algorithms: J48 (an open source Java implementation of C4.5 algorithm), Multilayer Perceptron - MLP (a modification of the standard linear perceptron) and Naïve Bayes (based on Bayes rule and a set of conditional independence assumptions) of the Weka interface. These classifiers have been used to choose the best algorithm based on the conditions of the voice disorders database. To find association rules over transactional medical database first we use apriori algorithm for frequent item set mining. These two initial steps of analysis will help to create the medical knowledgebase. The ultimate goal is to build a model, which can improve the way to read and interpret the existing data in medical database and future data as well.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.