In this article, we have conducted

In this article, we have conducted clustering based computational experiments to analyse the effects of the different clustering algorithms like K-means, FCM, SC, hybrid SC-FCM and hybrid SC-ANFIS clustering methods for modelling students’ academic performance evaluation. Based on the comparison of the results, it is found that the hybrid SC-ANFIS clustering is better than the other methods.

Kết quả (Việt) 1:

Trong bài này, chúng tôi đã tiến hành kết cụm thí nghiệm tính toán dựa trên phân tích ảnh hưởng của thuật toán kết cụm khác nhau như K-có nghĩa là, FCM, SC, lai SC-FCM và phương pháp kết cụm hybrid SC-ANFIS mô hình học sinh học tập hiệu quả đánh giá. Dựa trên việc so sánh kết quả, nó được tìm thấy rằng clustering hybrid SC-ANFIS là tốt hơn so với các phương pháp khác.

Kết quả (Việt) 2:

Trong bài viết này, chúng tôi đã tiến hành phân nhóm dựa trên thí nghiệm điện toán để phân tích những tác động của các thuật toán phân nhóm khác nhau như K-means, FCM, SC, lai SC-FCM và hybrid SC-ANFIS phương pháp phân nhóm để lập mô hình đánh giá kết quả học tập của học sinh. Dựa trên việc so sánh các kết quả, nó được tìm thấy rằng lai SC-ANFIS clustering là tốt hơn so với các phương pháp khác.