astrolabiostudio.com
Data Mining ตัวอย่าง — ทำความเข้าใจกับ Data Mining Process กันหน่อย
และแน่นอนว่า ไม่สามารถหาวิธีการแก้ไขปัญหาที่ดี และ ถูกต้องได้ จากนั้นคุณจะต้องเข้าใจข้อมูลที่มีอีกด้วย ว่าข้อมูลประกอบไปด้วยอะไรบ้าง? ว่าข้อมูลแต่ละตัวมันหมายถึงอะไร? ว่าข้อมูลแต่ละตัวมีผลกระทบอะไร? ว่าข้อมูลแต่ละตัวมีความสำคัญอย่างไร? ว่าข้อมูลแต่ละตัวมีความสัมพันธ์กันอย่างไร? ว่าช่วงเวลากับข้อมูลแต่ละตัวเกี่ยวข้องกันอย่างไร? จึงจะช่วยทำให้เราสามารถเลือกข้อมูลที่ถูกต้อง เพื่อมาแก้ไขปัญหาได้อย่างถูกต้อง และ เหมาะสม อ่านไปเจอตัวอย่างที่น่าสนจาก ThinkToStart ยกตัวอย่างข้อมูลชุดนี้ เป็นข้อมูลการสมัครเข้าเรียนใหม่ของมหาวิทยาลัย เพื่อใช้ในการทำนายว่าจะสมัครเข้าเรียนหรือไม่? แสดงดังรูป ลองคิดดูสิว่า ถ้ามีข้อมูลมาเช่นนี้ โดยที่คุณไม่มีความรู้ทางด้านการศึกษาเลย มันจะเกิดอะไรขึ้นบ้าง? ชีวิตของคุณจะพบปัญหาอีกเยอะหรือไม่? ข้อมูลมันมีเยอะพอควร เช่น ที่อยู่ คณะที่สนใจเรียน และ GPA เป็นต้น สิ่งที่คุณจำเป็นต้องรู้ก็คือ ข้อมูลในแต่ละ column นั้นมันคืออะไร? ข้อมูลในแต่ละ column นั้นมันมีความสัมพันธ์กันอย่างไร? ตัวอย่างเช่นใน column F คือ Admitted (อนุญาตให้สมัครได้) พบว่ามีข้อมูลแถวที่ 2 และ 8 บอกว่า ทั้งสองจะไม่สมัครเข้าเรียน?
ทำความเข้าใจกับ Data Mining Process กันหน่อย
- บี-ควิก
- Data mining ตัวอย่าง examples
- The fine bangkok ราคา live
- ทำความเข้าใจกับ Data Mining Process กันหน่อย
- Data mining ตัวอย่าง tutorial
- Tenor saxophone ราคา 2564
- Data mining ตัวอย่าง example
- ก ฤต เพลส
- Data mining ตัวอย่าง 2
- Data mining ตัวอย่าง tools
ในปัจจุบันนั้น พบว่ามีการนำ Data Mining มาใช้เยอะขึ้นมาก ๆ แต่ส่วนใหญ่ที่พบเจอ มักจะคุยกันเฉพาะเครื่องมือที่ใช้งาน มากกว่าที่จะพยายามทำความเข้าใจกับข้อมูล และ business domain หรือความรู้ต่าง ๆ ที่จำเป็นต่อการวิเคราะห์ข้อมูล ซึ่งนี่คือปัญหาที่กำลังเกิดขึ้นอยู่ในปัจจุบัน ดังนั้น เรามาเรียนรู้ และ เข้าใจเกี่ยวกับ Data Mining Process กันหน่อย ว่ามันเป็นอย่างไรบ้าง?
เพื่อการค้นพบองค์ความรู้ใหม่ในฐานข้อมูล ( Knowledge discovery in databases) 2. เพื่อการสกัดองค์ความรู้ที่ซ่อนเร้นอยู่ ( Knowledge extraction) 3. เพื่อจัดการกับข้อมูลในอดีต ( Data archeology) 4. เพื่อสำรวจข้อมูล ( Data exploration) 5. เพื่อค้นหา Pattern ของข้อมูลที่ซ่อนอยู่ ( Data pattern processing) 6. เพื่อใช้ขุดเจาะข้อมูล ( Data dredging) 7.
หน้าแรก อุตสาหกรรม สินค้า ตัวอย่างการใช้งาน ซื้อที่ไหน เกี่ยวกับเรา ตำแหน่งงาน © บริษัท คอมโพแม็ก จำกัด 16 ซอยเอกมัย 4 ถนนสุขุมวิท 63 แขวงพระโขนงเหนือ เขตวัฒนา กรุงเทพ 10110 โทร. 02-105-0555 แฟ็กซ์. 02-105-0556
Seafarmers bot {{count}} WAX {{}} {{}} {{}} ({{*100 | number:0}}%) Inventory {{()}} {{}} - {{}} {{()}} {{(? : 0)}} Config Bot โปรดตั้งค่า Api key เพื่อใช้งานระบบ อัตโนมัติ Credit ใช้ไปแล้ว Start / Stop Auto telegram notify ( แจ้งเตือน ข้อความไปทางบอท) Auto Sell
4 เป็นการลดจำนวนตัวอย่าง (Under Sampling) class false ให้เหลือ 40% ส่วน class true จะเท่าเดิม Run Process ได้เลย ขั้นตอนที่ 7 ผลการทำงาน หากดูผลคร่าวๆจะเป็นว่า accuracy หลังการทำ under sampling 95. 31% จะต่ำกว่าก่อนทำที่ได้ถึง 97.
นี่เป็นเพียงชุดข้อมูลตัวอย่าง ในการทำงานจริงนั้นจะมีข้อมูลหรือปัจจัยอีกมากมายซึ่งการที่จะทำให้การทำนายมีประสิทธิภาพขึ้นอยู่กับว่าข้อมูลถูกต้องครบถ้วนมากแค่ใหนด้วย ขั้นตอนที่ 1 Load ข้อมูลโดยใช้ Operator "Read CSV" แล้วเลือกไฟลน์ ขั้นตอนที่ 2 ใช้ Operator Set Role เพื่อกำหนด column left ให้เป็นประเภท label ขั้นตอนที่ 3 ใช้ Operator Numerical to Binominal กำหนดให้ column left เป็นประเภท binominal หรือ true, false เมื่อทำการ รัน process แล้วดูที่ statistics จะพบว่าข้อมูลที่เป็นพนักงานลาออก หรือ false จะมีเพียง 3, 565 ตัวอย่างหรือคิดเป็น 23. 8% ขั้นตอนที่ 4 เลือก Operators double click ที่ operators Cross Validation แล้วเลือก operators ตามภาพ double click ที่ operators Vote แล้วเลือก Model Operators ตามภาพ ซึ่งในที่นี้จะใช้ k-NN, Decision Tree, Naive Bayes มาช่วยกันทำนาย แล้วทำการ Run Process ได้เลย ขั้นตอนที่ 5 ผลการทำงาน ถ้าดูจาก accuracy รวมถึง 97. 19% ซึ่งถือว่าสูงแล้วใช้ได้เลยทีเดียว แต่เดี๋ยวก่อน!!!!!!!!!!!!!!!!!!!!!!!!!!!! อย่างที่บอกว่าข้อมูลที่ใช้ตอนนี้มีจำนวนแตกต่างกันพอสมควร หรือที่เรียกว่า imbalance data ซึ่งเทคนิคในการจัดการข้อมูลลักษณะนี้ก็มีอยู่หลายวิธี เช่น Over Sampling Under Sampling Cost-Sensitive ซึ่งตัวอย่างนี้เราจะใช้วิธี Under Sampling ขั้นตอนที่ 6 กลับมาที่ Process ของ RapidMiner เลือก Operators Sample กำหนด parameter ของ Operators Sample ดังนี้ sample: relative balance data = true sample ratio per class true: 1, false: 0.