Orange: Constant
Sumber: https://docs.biolab.si//3/visual-programming/widgets/model/constant.html
Memprediksi most frequent class atau mean value dari sebuah training set.
Input
Data: input dataset Preprocessor: preprocessing method
Output
Learner: majority/mean learning algorithm Model: trained model
Learner ini akan menghasilkan model yang selalu memprediksi mayoritas untuk classification atau nilai rata-rata untuk regresi.
Untuk classification, ketika memprediksi nilai class dengan Prediction, widget ini akan menghasilkan frekuensi relative dari class yang ada di training set. Jika ada dua atau lebih majority class, classifier akan memilih secara random dari predicted class, tapi akan selalu menghasilkan class yang sama untuk contoh tersebut.
Untuk regression, dia akan mempelajari rata-rata dari varibel dan menghasilkan predictor dengan nilai rata-rata yang sama.
Widget ini biasanya digunakan sebagai baseline untuk model lainnya.
Widget ini memberi pengguna dengan dua pilihan:
- Nama yang digunakan dan muncul di widget lain. Default name adalah “Constant”.
- Menghasilkan report.
Jika anda mengubah nama widget, anda perlu mengklik Apply. Atau, centang kotak di sisi kiri dan perubahan akan dikomunikasikan secara otomatis.
Contoh
In a typical classification example, we would use this widget to compare the scores of other learning algorithms (such as kNN) with the default scores. Use iris dataset and connect it to Test & Score. Then connect Constant and kNN to Test & Score and observe how well kNN performs against a constant baseline.
For regression, we use Constant to construct a predictor in Predictions. We used the housing dataset. In Predictions, you can see that Mean Learner returns one (mean) value for all instances.
