Difference between revisions of "Orange: Apply Domain"
Onnowpurbo (talk | contribs) (→Contoh) |
Onnowpurbo (talk | contribs) (→Contoh) |
||
Line 25: | Line 25: | ||
Kami akan mengubah data dengan PCA dan memilih dua komponen pertama, yang menjelaskan 96% varian. Sekarang, kami ingin menerapkan preprocessing yang sama pada data 'baru', yaitu 50 iris virginicas yang tersisa. Kirim data yang tidak digunakan dari Select Rows untuk Apply Domain. Pastikan untuk menggunakan output data yang tidak cocok dari Select Rows widget. Kemudian tambahkan ke Transformed data output dari PCA. | Kami akan mengubah data dengan PCA dan memilih dua komponen pertama, yang menjelaskan 96% varian. Sekarang, kami ingin menerapkan preprocessing yang sama pada data 'baru', yaitu 50 iris virginicas yang tersisa. Kirim data yang tidak digunakan dari Select Rows untuk Apply Domain. Pastikan untuk menggunakan output data yang tidak cocok dari Select Rows widget. Kemudian tambahkan ke Transformed data output dari PCA. | ||
− | Apply Domain | + | Apply Domain akan menerapkan preprocessor ke data baru dan menampilkannya. Untuk menambahkan data baru ke data lama, gunakan Concatenate. Gunakan Transformed Data output dari PCA sebagai Data Primer dan Transformed Data dari Apply Domain sebagai Additional Data. |
− | + | Amati hasilnya dalam Tabel Data atau dalam Scatter Plot untuk melihat data baru dan hubungannya dengan data lama. | |
[[File:ApplyDomain-Example.png|center|200px|thumb]] | [[File:ApplyDomain-Example.png|center|200px|thumb]] |
Revision as of 09:26, 31 January 2020
Sumber: https://docs.biolab.si//3/visual-programming/widgets/data/applydomain.html
Dataset yang diberikan dan template untuk mengubah dataset.
Input
Data: input dataset Template Data: template for transforming the dataset
Output
Transformed Data: transformed dataset
Apply Domain memetakan data baru ke dalam transformed space. Misalnya, jika kita mengubah beberapa data dengan PCA dan ingin mengamati data baru di ruang yang sama, kita dapat menggunakan Apply Domain untuk memetakan data baru ke dalam ruang PCA yang dibuat dari data original.
Widget menerima dataset dan template dataset yang digunakan untuk men-transformasi dataset.
Contoh
Kita akan menggunakan data iris dari widget File untuk contoh ini. Untuk membuat dua set data terpisah, kita akan menggunakan Select Rows dan mengatur kondisi ke iris adalah salah satu dari iris-setosa, iris-versicolor. Ini akan menampilkan kumpulan data dengan 100 baris, setengah dari mereka termasuk kelas iris-setosa dan setengah lainnya ke iris-versicolor.
Kami akan mengubah data dengan PCA dan memilih dua komponen pertama, yang menjelaskan 96% varian. Sekarang, kami ingin menerapkan preprocessing yang sama pada data 'baru', yaitu 50 iris virginicas yang tersisa. Kirim data yang tidak digunakan dari Select Rows untuk Apply Domain. Pastikan untuk menggunakan output data yang tidak cocok dari Select Rows widget. Kemudian tambahkan ke Transformed data output dari PCA.
Apply Domain akan menerapkan preprocessor ke data baru dan menampilkannya. Untuk menambahkan data baru ke data lama, gunakan Concatenate. Gunakan Transformed Data output dari PCA sebagai Data Primer dan Transformed Data dari Apply Domain sebagai Additional Data.
Amati hasilnya dalam Tabel Data atau dalam Scatter Plot untuk melihat data baru dan hubungannya dengan data lama.