Difference between revisions of "Orange: Distance Transformation"

From OnnoWiki
Jump to navigation Jump to search
 
(One intermediate revision by the same user not shown)
Line 11: Line 11:
 
  Distances: transformed distance matrix
 
  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.
+
Widget Distance Transformation digunakan untuk normalisasi dan inversi dari distance matrix. Normalisasi data diperlukan untuk membawa semua variabel ke dalam proporsi satu sama lain.
  
 
[[File:DistanceTransformation-stamped.png|center|200px|thumb]]
 
[[File:DistanceTransformation-stamped.png|center|200px|thumb]]
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".
+
Dalam snapshot di bawah ini, kita dapat melihat bagaimana transformasi mempengaruhi distance matrix. Kita me-load dataset Iris dan menghitung jarak antara baris dengan bantuan widget Distances. Untuk menunjukkan bagaimana Distance Transformation mempengaruhi 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]]

Latest revision as of 04:44, 19 March 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 Distance Transformation digunakan untuk normalisasi dan inversi dari distance matrix. Normalisasi data diperlukan untuk membawa semua variabel ke dalam proporsi satu sama lain.

DistanceTransformation-stamped.png
  • 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 mempengaruhi distance matrix. Kita me-load dataset Iris dan menghitung jarak antara baris dengan bantuan widget Distances. Untuk menunjukkan bagaimana Distance Transformation mempengaruhi Distance Matrix, kita membuat workflow di bawah ini dan membandingkan transformed distance matrix dengan yang "asli".

DistanceTransformation-Example.png

Referensi

Pranala Menarik