Difference between revisions of "Orange: Randomize"

Latest revision as of 13:16, 4 April 2020

Sumber: https://docs.biolab.si//3/visual-programming/widgets/data/randomize.html

Widget Randomize mengacak class, attribute dan/atau meta dari input dataset.

Input

Data: input dataset

Output

Data: randomized dataset

Widget Randomize menerima dataset pada input dan akan mengeluarkan dataset yang sama di mana class, atribut atau / dan meta diacak.

Pilih grup kolom dataset yang ingin kita kocok.
Pilih proporsi dataset yang ingin kita kocok.
Hasilkan output yang dapat di replikasi.
Jika Apply automatically dicentang, perubahan dilakukan secara otomatis. Jika tidak, kita harus menekan Apply setelah setiap perubahan.
Hasilkan Report.

Contoh

Widget Randomize biasanya ditempatkan tepat setelah input data, misalnya widget File. Penggunaan dasar ditunjukkan dalam workflow berikut, di mana nilai-nilai variabel class dataset Iris secara acak dikocok.

Dalam contoh berikut, diperlihatkan bahwa pengocokan nilai class mempengaruhi kinerja model. Walaupun menggunakan dataset yang sama, kinerja learner akan berbeda untuk data yang tidak melalui widget Randomize dan yang melalui widget Randomize.

Referensi

https://docs.biolab.si//3/visual-programming/widgets/data/randomize.html

Pranala Menarik

Orange

@@ Line 2: / Line 2: @@
-Mengacak class, attribute dan/atau meta dari input dataset.
+Widget Randomize mengacak class, attribute dan/atau meta dari input dataset.
 ==Input==
@@ Line 12: / Line 12: @@
   Data: randomized dataset
-Randomize widget menerima dataset pada input dan akan meng-output dataset yang sama di mana kelas, atribut atau / dan meta diacak.
+Widget Randomize menerima dataset pada input dan akan mengeluarkan dataset yang sama di mana class, atribut atau / dan meta diacak.
 [[File:Randomize-Default.png|center|200px|thumb]]
-* Select group of columns of the dataset you want to shuffle.
+* Pilih grup kolom dataset yang ingin kita kocok.
-* Select proportion of the dataset you want to shuffle.
+* Pilih proporsi dataset yang ingin kita kocok.
-* Produce replicable output.
+* Hasilkan output yang dapat di replikasi.
-* If Apply automatically is ticked, changes are committed automatically. Otherwise, you have to press Apply after each change.
+* Jika Apply automatically dicentang, perubahan dilakukan secara otomatis. Jika tidak, kita harus menekan Apply setelah setiap perubahan.
 * Hasilkan Report.
 ==Contoh==
-Randomize widget  biasanya ditempatkan tepat setelahnya (mis. File widget). Penggunaan dasar ditunjukkan dalam workflow berikut, di mana nilai-nilai variabel class dataset Iris secara acak dikocok.
+Widget Randomize biasanya ditempatkan tepat setelah input data, misalnya widget File. Penggunaan dasar ditunjukkan dalam workflow berikut, di mana nilai-nilai variabel class dataset Iris secara acak dikocok.
-[[File:Randomize-Example1.png|center|200px|thumb]]
-Dalam contoh berikut, kita menunjukkan bagaimana pengocokan nilai class mempengaruhi kinerja model pada dataset yang sama seperti di atas.
-[[File:Randomize-Example2.png|center|200px|thumb]]
+[[File:Randomize-Example1.png|center|600px|thumb]]
+Dalam contoh berikut, diperlihatkan bahwa pengocokan nilai class mempengaruhi kinerja model. Walaupun menggunakan dataset yang sama, kinerja learner akan berbeda untuk data yang tidak melalui widget Randomize dan yang melalui widget Randomize.
+[[File:Randomize-Example2.png|center|600px|thumb]]
 ==Referensi==