การวิเคราะห์ข้อมูลด้วย weka

29
กกกกกกกกกกกกกกกกกก กกกก Weka น.น. นนนนนนน นนนนนนน 55102011006

Upload: benja-mas

Post on 14-Aug-2015

25 views

Category:

Technology


0 download

TRANSCRIPT

การวิ�เคราะห์ข้�อมู�ลด้�วิยWeka

น.ส. เบญจมาศ ดวงเด�น 55102011006

Clustering

Clustering เตรี�ยมข้�อม�ลส�าหรี�บการี

Clustering

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 2

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 3

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 4

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 5

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 6

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 7

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 8

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 9

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 10

ClusteringKnee Curve ที่��ได�จากการี Clustering

Knee Curve = 12

Clusteringการีจ�าแนกข้องข้�อม�ล

Clustering

Clustering

การีจ�าแนกข้องข้�อม�ล จากการีซื้�"อข้องโดยแบ�งเป็%นการีซื้�"อข้องที่��บ�านและที่�� มหาว'ที่ยาล�ย (จากที่��ไฮไลค์*ส�เหล�อง)

Classification

Classification Healthy = good, bad

trainingTime =200

โด้ยใช้� MultilayerPerceptron

Result.arff

Classification trainingTime =200

Classification trainingTime =200

Classification

1. จ�านวนรีะเบ�ยนที่��จ�าแนกถู�ก = ............21+43= 64........ รีะเบ�ยน2. ค์'ดเป็%น .............. (64/86) * 100 =74.4186

%..............................................................................................

3. จ�านวนรีะเบ�ยนที่��จ�าแนกผิ'ด = ............ 12+10 = 22........... รีะเบ�ยน4. ค์'ดเป็%น ................ (22/86) * 100 = 25.5814

%...............................................................................................

5. Precision (class=yes) = 21/(21+10) = 0.677

6. Recall (class=yes) = 21/(21+12) = 0.636

Classification Healthy = good, bad

trainingTime =500

โด้ยใช้� MultilayerPerceptron

Classification trainingTime =500

Classification trainingTime =500

Association Rule

Association Rule : Apriori

Association Rule : Apriori

Association Rule

Best rules found:

1. IceCream=t 40 ==> Water=t 40 <conf:(1)> lift:(3.25) lev:(0.21) [27] conv:(27.69) 2. Water=t 40 ==> IceCream=t 40 <conf:(1)> lift:(3.25) lev:(0.21) [27] conv:(27.69) 3. IceCream=t Sandwich=t 39 ==> Water=t 39 <conf:(1)> lift:(3.25) lev:(0.21) [26] conv:(27) 4. Water=t Sandwich=t 39 ==> IceCream=t 39 <conf:(1)> lift:(3.25) lev:(0.21) [26] conv:(27) 5. MoneyCard=t 25 ==> Bread=t 25 <conf:(1)> lift:(5.2) lev:(0.16) [20] conv:(20.19) 6. Bread=t 25 ==> MoneyCard=t 25 <conf:(1)> lift:(5.2) lev:(0.16) [20] conv:(20.19) 7. Milk=t IceCream=t 25 ==> Water=t 25 <conf:(1)> lift:(3.25) lev:(0.13) [17] conv:(17.31) 8. Water=t Milk=t 25 ==> IceCream=t 25 <conf:(1)> lift:(3.25) lev:(0.13) [17] conv:(17.31) 9. Water=t Milk=t 25 ==> Sandwich=t 25 <conf:(1)> lift:(2.95) lev:(0.13) [16] conv:(16.54)10. Milk=t IceCream=t 25 ==> Sandwich=t 25 <conf:(1)> lift:(2.95) lev:(0.13) [16] conv:(16.54)

Association Rule

Instances = 130

Example

lift(Water IceCream) = (40/130)/((40/130)*(40/130)) = 3.25