Weka - Memproses Data
Data yang dikumpulkan dari lapangan mengandung banyak hal yang tidak diinginkan yang mengarah pada analisis yang salah. Misalnya, data mungkin berisi bidang null, mungkin berisi kolom yang tidak relevan dengan analisis saat ini, dan seterusnya. Dengan demikian, data harus diproses terlebih dahulu untuk memenuhi persyaratan jenis analisis yang Anda cari. Ini dilakukan dalam modul preprocessing.
Untuk mendemonstrasikan fitur yang tersedia di preprocessing, kita akan menggunakan Weather database yang disediakan dalam instalasi.
Menggunakan Open file ... opsi di bawah Preprocess tag pilih weather-nominal.arff mengajukan.
Saat Anda membuka file, layar Anda terlihat seperti yang ditunjukkan di sini -
Layar ini memberi tahu kita beberapa hal tentang data yang dimuat, yang akan dibahas lebih lanjut dalam bab ini.
Memahami Data
Mari kita lihat dulu yang disorot Current relationsub jendela. Ini menunjukkan nama database yang saat ini dimuat. Anda dapat menyimpulkan dua poin dari sub jendela ini -
Ada 14 contoh - jumlah baris dalam tabel.
Tabel berisi 5 atribut - bidang, yang akan dibahas di bagian selanjutnya.
Di sisi kiri, perhatikan Attributes sub jendela yang menampilkan berbagai bidang dalam database.
Itu weatherdatabase berisi lima bidang - pandangan, suhu, kelembaban, angin dan permainan. Saat Anda memilih atribut dari daftar ini dengan mengkliknya, detail lebih lanjut tentang atribut itu sendiri ditampilkan di sisi kanan.
Mari kita pilih atribut suhu terlebih dahulu. Ketika Anda mengkliknya, Anda akan melihat layar berikut -
Dalam Selected Attribute subwindow, Anda dapat mengamati yang berikut -
Nama dan jenis atribut ditampilkan.
Jenis untuk file temperature atributnya adalah Nominal.
Jumlah Missing nilainya nol.
Ada tiga nilai berbeda tanpa nilai unik.
Tabel di bawah informasi ini menunjukkan nilai nominal untuk bidang ini sebagai panas, ringan dan dingin.
Ini juga menunjukkan hitungan dan bobot dalam bentuk persentase untuk setiap nilai nominal.
Di bagian bawah jendela, Anda melihat representasi visual file class nilai-nilai.
Jika Anda mengklik Visualize All tombol, Anda akan dapat melihat semua fitur dalam satu jendela seperti yang ditunjukkan di sini -
Menghapus Atribut
Sering kali, data yang ingin Anda gunakan untuk pembuatan model datang dengan banyak bidang yang tidak relevan. Misalnya, database pelanggan mungkin berisi nomor ponselnya yang relevan dalam menganalisis peringkat kreditnya.
Untuk menghapus Atribut / s pilih mereka dan klik pada Remove tombol di bagian bawah.
Atribut yang dipilih akan dihapus dari database. Setelah Anda sepenuhnya melakukan praproses data, Anda dapat menyimpannya untuk pembuatan model.
Selanjutnya, Anda akan belajar memproses data dengan menerapkan filter pada data ini.
Menerapkan Filter
Beberapa teknik pembelajaran mesin seperti penambangan aturan asosiasi memerlukan data kategorikal. Untuk menggambarkan penggunaan filter, kami akan menggunakanweather-numeric.arff database yang berisi dua numeric atribut - temperature dan humidity.
Kami akan mengubahnya menjadi nominaldengan menerapkan filter pada data mentah kami. Klik padaChoose tombol di Filter subwindow dan pilih filter berikut -
weka→filters→supervised→attribute→Discretize
Klik pada Apply tombol dan periksa temperature dan / atau humidityatribut. Anda akan melihat bahwa ini telah berubah dari tipe numerik menjadi nominal.
Mari kita lihat filter lain sekarang. Misalkan Anda ingin memilih atribut terbaik untuk memutuskanplay. Pilih dan terapkan filter berikut -
weka→filters→supervised→attribute→AttributeSelection
Anda akan melihat bahwa ini menghapus atribut suhu dan kelembaban dari database.
Setelah Anda puas dengan preprocessing data Anda, simpan data tersebut dengan mengklik Save... tombol. Anda akan menggunakan file yang disimpan ini untuk membangun model.
Di bab berikutnya, kita akan mempelajari pembuatan model menggunakan beberapa algoritme ML yang telah ditentukan sebelumnya.