Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Survey on Location Recommendation Systems Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Comparative Study of Classification Techniques for Weather Data

verfasst von : Shweta Panjwani, S. Naresh Kumar, Laxmi Ahuja

Erschienen in: Advances in Computing and Data Sciences

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Data mining techniques are widely used to analyze the large amount of data. Classification is an important technique which classifies data of various real world applications. This paper aims to compare the performance of classification algorithms for weather data using Waikato Environment for Knowledge Analysis (WEKA). Performance analysis done using cross fold and training set method. The best algorithm found was J48 Decision Tree classifier with highest accuracy and minimum error as compared to others.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Classification of Emotions from Images Using Localized Subsection Information
Nächstes Kapitel Content Based Component Retrieval Based on Neural Network (NN) Classification Method
Literatur
1.
Rushing, J., Ramachandran, R., Nair, U., Graves, S., Welch, R., Lin, H.: ADaM: a data mining toolkit for scientists and engineers. Comput. Geosci. 31(5), 607–618 (2005)CrossRef
2.
Abraham, A., Philip, N.S., Mahanti, P.K.: Soft computing models for weather forecasting. Int. J. Appl. Sci. Comput. 11(3), 106–117 (2004)
3.
Kotsiantis, S., Kostoulas, A., Lykoudis, S., Argiriou, A., Menagias, K.: Using data mining techniques for estimating minimum, maximum and average daily temperature values. Int. J. Math. Phys. Eng. Sci. 1(1), 16–20 (2008)
4.
Hayati, M., Mohebi, Z.: Application of artificial neural networks for temperature forecasting. World Acad. Sci. Eng. Technol. 28(2), 275–279 (2007)
5.
Friedman, N., Geiger, D., Goldszmidt, M.: Bayesian network classifiers. Mach. Learn. 29(2–3), 131–163 (1997)CrossRefMATH
6.
Hassoun, M.H.: Fundamentals of Artificial Neural Networks. MIT Press, Cambridge (1999)MATH
7.
Vaithiyanathan, V., Rajeswari, K., Tajane, K., Pitale, R.: Comparison of different classification techniques using different datasets. Int. J. Adv. Eng. Technol. 6(2), 764 (2013)
8.
Solanki, A.V.: Data mining techniques using WEKA classification for Sickle Cell Disease. Int. J. Comput. Sci. Inf. Technol. 5(4), 5857–5860 (2014)
9.
10.
Dash, S.R., Dehuri, S.: Comparative study of different classification techniques for post operative patient dataset. Int. J. Innov. Res. Comput.Commun. Eng. 1(5), 1101–1108 (2013)
11.
Data Mining - Typical Data Mining Process for Predictive Modeling. BPB Publications, First Edition 2004 –REPRINTED 2007. ISBN 81-7656-927-5
Metadaten
Titel
Comparative Study of Classification Techniques for Weather Data
verfasst von
Shweta Panjwani
S. Naresh Kumar
Laxmi Ahuja
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Advances in Computing and Data Sciences

Print ISBN: 978-981-10-5426-6

Electronic ISBN: 978-981-10-5427-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-5427-3_58

Premium Partner

    Bildnachweise