文摘:数据挖掘是一种用于评估和发现数据库中隐藏知识的过程。它适用于各种部门,如天气预报,医院,商业行业和更多。目前,教育数据挖掘是用于分析与学生表现、课程大纲和教师表现相关的数据的最有用的应用程序。本文通过使用大数据集和小数据集来描述不同的分类技术。这两个数据集是通过存储库站点使用的数据集示例。有几个实例依赖于这些站点。将这些数据集应用于朴素贝叶斯类型,表明它是小统计集和大统计集的一级分类器。本文对许多用于预测的方法进行了观察和评价。根据观察,Naïve贝叶斯更适合于基于本文执行的评估的小型数据集,使用RapidMiner设备推动的许多方法,同时将精度、考虑和准确性等同起来。
关键字:朴素贝叶斯;快速的矿工。
[1] A. Singh和R. Sathyaraj,“在不同数据集上使用Rapidminer方法的分类算法的比较”Int。J. Adv. Res.计算。Commun。Eng。,第5卷,no。5, pp. 563, 2016, doi: 10.17148/IJARCCE.2016.55140。
[2] A. Kori,“使用Rapidminer的数据分类器的比较研究”,国际J. Eng。开发法令,第5卷,no。2,页2321-9939,2017。
[3] a.s. - m。Al-Ghamdi和F. Saleem,“朴素贝叶斯分类模型的构建和实现:教育数据挖掘的一个领域”,Int。电子。第一版。科学。,没有。6, pp. 2394-2835, 2019,[在线]。可用:http://iraj。
[4] A. Hamzah,“Klasifikasi Teks Dengan Naïve贝叶斯分类器(NBC) Untuk Pengelompokan Teks Berita Dan Abstract akadeis”,专业。Semin。Nas。Apl。Teknol理科。第三阶段,没有。2011, pp. 269-277, 2012, doi: 1979-911X。
[5] R. Hossain, R. Ibrahim, R. Binti, D. Zain,和A. M. Khaidzir,“支持向量机和Naïve贝叶斯分类器在自动主题区域分类中的实验研究”,J. Inf. Syst。研究创新。,第11卷,no。2017年12月,第7-13页。