机构名称：
¥ 1.0
snehlata barde * MATS信息技术学校，马特斯大学拉普尔，恰蒂斯加尔邦，印度492004，印度电子邮件：drsnehlata@matsuniversity.ac.ac.in orcid ID：印度恰蒂斯加尔邦（Chhattisgarh）大学拉普尔大学（Raipur University Raipur） ero.brijesh@gmail.com orcid ID：https：//orcid.org/0000-0003-2663-4043收到：2022年6月8日；修订：2022年7月11日；接受：2023年3月17日；发表：2023年8月8日摘要：占星术是一种非常古老和传统的预测方法，它不断增加人们的兴趣。当今的地球仪，占星术预测没有共同的准则或原则。而不是为占星术预测设定通用原则和标准，而是专注于为个人提供高质量的服务，但不能保证准确性。机器学习是通过学习计算机对许多应用程序进行分析和预测的最佳结果。预测和分类使任何学习者都可以在大型，嘈杂且复杂的数据集上工作。本文的主要动机是引入一种科学方法，该方法减少了传统方法的缺点，并指示了预测的普遍规则，并通过三种分类技术，幼稚的贝叶斯，Logistic-R和J48证明了占星术的有效性。3）MCC，ROC和PRC区域值。这是监督学习的一部分，它以交叉验证为10,12，计算术语14倍1）正确分类的实例（CCI），错误分类的实例（ECI），平均绝对错误（MAE），均方根误差（RMSE）和相对绝对错误（RAE）。2）真正的正速率，误报率，精度和F量值值。4）要计算三级标签教授，商人和医生的平均体重，以真正的正率，假阳性速率，精度，F-Measion，PRC和ROC面积，5）最后，我们计算了每个分类技术的准确性，并比较了提供更好结果的每个分类技术的准确性。为此，我们收集了属于不同专业的100人的出生日期，出生地点和出生时间。40个教授的数据，30位商人数据以及30位医生数据的数据，在软件的帮助下准备一个人的星座。进行分析，我们以.CSV格式创建数据表，并将此数据表应用于WEKA工具中，以检查各种参数和每个分类器的精度百分比。索引术语：机器学习，幼稚的贝叶斯，逻辑-R，J48，星座，占星术，WEKA。
使用机器学习分类技术的专业预测的科学方法
主要关键词
相关文件推荐
