Each cell is described by 20 numeri

Each cell is described by 20 numerical features, and the cells fall into 7 classes but a minimal requirement is to separate normal from abnormal cells, which is a 2 class problem. For finding the best possible performing feature subset selection problem, an effective genetic algorithm scheme is proposed. This algorithmic scheme is combined with a number of nearest neighbor based classifiers. Results show that classification accuracy generally outperforms other previously applied intelligent approaches.

Results (Thai) 1:

อธิบายไว้ โดยคุณลักษณะตัวเลข 20 เซลล์แต่ละเซลล์แบ่งออกเป็น 7 ชั้น แต่ความต้องการน้อยที่สุดคือการ แยกซึ่งเป็นปัญหาระดับ 2 ปกติจากเซลล์ผิดปกติ ในการค้นหาสุดสุดประสิทธิภาพคุณลักษณะย่อยเลือกปัญหา มีเสนอโครงร่างเป็นอัลกอริทึมทางพันธุกรรมที่มีประสิทธิภาพ โครงร่างนี้ algorithmic พร้อมกับจำนวนของคำนามภาษาเพื่อนบ้านที่อยู่ใกล้ที่สุด ผลลัพธ์แสดงว่า ความถูกต้องของประเภท outperforms แนวอัจฉริยะอื่น ๆ ก่อนหน้านี้ใช้โดยทั่วไป

Results (Thai) 2:

เซลล์แต่ละครั้งจะถูกอธิบายโดย 20 คุณสมบัติเชิงตัวเลขและเซลล์ตกอยู่ใน 7 ชั้น แต่ความต้องการน้อยที่สุดคือการแยกตามปกติจากเซลล์ที่ผิดปกติซึ่งเป็นปัญหาที่ชั้น 2 สำหรับการหาคุณลักษณะที่มีประสิทธิภาพเป็นไปได้ที่ปัญหาตัวเลือกย่อยที่ดีที่สุดรูปแบบขั้นตอนวิธีทางพันธุกรรมที่มีประสิทธิภาพมีการเสนอ โครงการนี​​้ขั้นตอนจะถูกรวมกับจำนวนของเพื่อนบ้านที่ใกล้ที่สุดตามแยกแยะ ผลแสดงให้เห็นว่ามีความถูกต้องจำแนกโดยทั่วไปมีประสิทธิภาพดีกว่าคนอื่น ๆ ก่อนหน้านี้ที่ใช้วิธีการที่ชาญฉลาด

Results (Thai) 3:

แต่ละเซลล์มีการอธิบายโดย 20 คุณลักษณะเชิงตัวเลข และเซลล์ตก 7 ชั้น แต่ความต้องการที่น้อยที่สุดคือการแยกปกติจากเซลล์ที่ผิดปกติ ซึ่งเป็นปัญหาที่ 2 เรียน สำหรับการค้นหาที่ดีที่สุดแสดงปัญหาการย่อย คุณลักษณะ เป็นรูปแบบขั้นตอนวิธีทางพันธุกรรมที่มีประสิทธิภาพคือการเสนอ โครงการปรับปรุงนี้จะรวมกับจำนวนของจากเพื่อนบ้านที่ใกล้ที่สุดคือพบว่า ความแม่นยำในการจำแนกโดยทั่วไปมีประสิทธิภาพดีกว่าอื่น ๆก่อนหน้านี้ใช้ฉลาดแนว