Difference between revisions of "Orange: Distance Transformation"
Jump to navigation
Jump to search
Onnowpurbo (talk | contribs) |
Onnowpurbo (talk | contribs) (→Contoh) |
||
| Line 31: | Line 31: | ||
==Contoh== | ==Contoh== | ||
| − | + | Dalam snapshot di bawah ini, kita dapat melihat bagaimana transformasi memengaruhi distance matrix. Kita me-load dataset Iris dan menghitung jarak antara baris dengan bantuan widget Distances. Untuk menunjukkan bagaimana Distance Transformation memengaruhi Distance Matrix, kita membuat workflow di bawah ini dan membandingkan transformed distance matrix dengan yang "asli". | |
[[File:DistanceTransformation-Example.png|center|200px|thumb]] | [[File:DistanceTransformation-Example.png|center|200px|thumb]] | ||
| − | |||
==Referensi== | ==Referensi== | ||
Revision as of 09:51, 23 February 2020
Sumber: https://docs.biolab.si//3/visual-programming/widgets/unsupervised/distancetransformation.html
Transformasikan distances yang ada di dataset.
Input
Distances: distance matrix
Output
Distances: transformed distance matrix
Widget Distances Transformation digunakan untuk normalisasi dan inversi dari distance matrices. Normalisasi data diperlukan untuk membawa semua variabel ke dalam proporsi satu sama lain.
- Choose the type of Normalization:
- No normalization
- To interval [0, 1]
- To interval [-1, 1]
- Sigmoid function: 1/(1+exp(-X))
- Choose the type of Inversion:
- No inversion
- -X
- 1 - X
- max(X) - X
- 1/X
- Produce a report.
- After changing the settings, you need to click Apply to commit changes to other widgets. Alternatively, tick Apply automatically.
Contoh
Dalam snapshot di bawah ini, kita dapat melihat bagaimana transformasi memengaruhi distance matrix. Kita me-load dataset Iris dan menghitung jarak antara baris dengan bantuan widget Distances. Untuk menunjukkan bagaimana Distance Transformation memengaruhi Distance Matrix, kita membuat workflow di bawah ini dan membandingkan transformed distance matrix dengan yang "asli".
