การวิเคราะห์ข้อมูลด้วย weka

21
กกกกกกกกกกกกกกกกกก กกกก Weka น.น. นนนนนนน นนนนนนน 55102011006

Upload: supunsa-pojanasin

Post on 17-Aug-2015

38 views

Category:

Technology


12 download

TRANSCRIPT

Page 1: การวิเคราะห์ข้อมูลด้วย Weka

การวิ�เคราะห์ข้�อมู�ลด้�วิยWeka

น.ส. เบญจมาศ ดวงเด�น 55102011006

Page 2: การวิเคราะห์ข้อมูลด้วย Weka

Clustering เตรี�ยมข้�อม�ลส�าหรี�บการี

Clustering

Page 3: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 2

Page 4: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 3

Page 5: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 4

Page 6: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 5

Page 7: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 6

Page 8: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 7

Page 9: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 8

Page 10: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 9

Page 11: การวิเคราะห์ข้อมูลด้วย Weka

Clustering ตรีง Cluster เล�อก SimpleKMeans

numClusters = 10

Page 12: การวิเคราะห์ข้อมูลด้วย Weka

ClusteringKnee Curve ที่��ได�จากการี Clustering

Knee Curve อย��ที่�� 5

Page 13: การวิเคราะห์ข้อมูลด้วย Weka

Classification Healthy = good, bad

trainingTime =200

โด้ยใช้� MultilayerPerceptron

Result.arff

Page 14: การวิเคราะห์ข้อมูลด้วย Weka

Classification trainingTime =200

Page 15: การวิเคราะห์ข้อมูลด้วย Weka

Classification trainingTime =200

Page 16: การวิเคราะห์ข้อมูลด้วย Weka

Classification Healthy = good, bad

trainingTime =500

โด้ยใช้� MultilayerPerceptron

Page 17: การวิเคราะห์ข้อมูลด้วย Weka

Classification trainingTime =500

Page 18: การวิเคราะห์ข้อมูลด้วย Weka

Classification trainingTime =500

Page 19: การวิเคราะห์ข้อมูลด้วย Weka

Association Rule : Apriori

Page 20: การวิเคราะห์ข้อมูลด้วย Weka

Association Rule

Page 21: การวิเคราะห์ข้อมูลด้วย Weka

Association Rule

Best rules found:

1. Ice-Cream=t 42 ==> Water=t 42 <conf:(1)>lift:(2.56) lev:(0.2) [25] conv:(25.59) 2. Ice-Cream=t Sandwich=t 36 ==> Water=t 36 <conf:(1)> lift:(2.56) lev:(0.17) [21] conv:(21.94) 3. Milk=t Ice-Cream=t 26 ==> Water=t 26 <conf:(1)> lift:(2.56) lev:(0.12) [15] conv:(15.84) 4. Milk=t Ice-Cream=t Sandwich=t 23 ==> Water=t 23 <conf:(1)> lift:(2.56) lev:(0.11) [14] conv:(14.02) 5. TissuePaper=t Sandwich=t 14 ==> Water=t 14 <conf:(1)> lift:(2.56) lev:(0.07) [8] conv:(8.53) 6. Milk=t Sandwich=t 27 ==> Water=t 26 <conf:(0.96)> lift:(2.47) lev:(0.12) [15] conv:(8.23) 7. MoneyCard=t 25 ==> Bread=t 23 <conf:(0.92)> lift:(3.27) lev:(0.12) [15] conv:(5.99) 8. Sandwich=t 45 ==> Water=t 41 <conf:(0.91)> lift:(2.33) lev:(0.18) [23] conv:(5.48)