The classification is one of data m

The classification is one of data mining techniques; this classification is used to analyze the data sets and by the instance and separate the classes according to the instance of data sets. The classification also used to absorb the models which are important data in the data set. The classification has two types of process, firstly the models from the data set or trained data set, developed by the applying of the classification algorithm, and second process is the model is verified to the predefined model to get accurate and perfect data set or test set. The training set contains set of attributes. The process of classification is to find the model from the trained data set. The classification algorithm produces the relationship between two attributes. The main goal of the classification algorithm is to maximize the accuracy ration of the data set

Results (Indonesian) 1:

klasifikasi adalah salah satu teknik data mining; klasifikasi ini digunakan untuk menganalisis data set dan dengan contoh dan memisahkan kelas sesuai dengan contoh dari set data. Klasifikasi ini juga digunakan untuk menyerap model yang data penting dalam kumpulan data. Klasifikasi ini memiliki dua jenis proses, pertama model dari kumpulan data atau data yang dilatih set, dikembangkan oleh penerapan algoritma klasifikasi, dan proses kedua adalah model diverifikasi dengan model yang telah ditetapkan untuk mendapatkan akurat dan sempurna kumpulan data atau tes set. Training set berisi kumpulan atribut. Proses klasifikasi adalah untuk menemukan model dari kumpulan data yang terlatih. Algoritma klasifikasi menghasilkan hubungan antara dua atribut.

Results (Indonesian) 2:

Klasifikasi adalah salah satu teknik penambangan data; klasifikasi ini digunakan untuk menganalisis set data dan dengan instance dan memisahkan kelas sesuai dengan contoh set data. Klasifikasi ini juga digunakan untuk menyerap model yang merupakan data penting dalam kumpulan data. Klasifikasi ini memiliki dua jenis proses, pertama model dari kumpulan data atau kumpulan data terlatih, yang dikembangkan dengan menerapkan algoritma klasifikasi, dan proses kedua adalah model diverifikasi untuk model yang telah ditetapkan untuk mendapatkan data yang akurat dan sempurna set atau set tes. Set pelatihan berisi serangkaian atribut. Proses klasifikasi adalah untuk menemukan model dari set data terlatih. Algoritma klasifikasi menghasilkan hubungan antara dua atribut. Tujuan utama dari algoritma klasifikasi adalah untuk memaksimalkan jatah akurasi data yang ditetapkan