Difference between revisions of "Orange: Naive Bayes"

From OnnoWiki
Jump to navigation Jump to search
 
(One intermediate revision by the same user not shown)
Line 2: Line 2:
  
  
Klasifikasi probabilistik yang cepat dan sederhana berdasarkan teorema Bayes dengan asumsi independensi feature.
+
Widget Naive Bayes dapat melakukan klasifikasi probabilistik secara cepat dan sederhana berdasarkan teorema Bayes dengan asumsi independensi feature.
  
 
==Input==
 
==Input==
Line 14: Line 14:
 
  Model: trained model
 
  Model: trained model
  
Widget Naive Bayes mempelajari model Naive Bayesian dari data. Widget ini hanya berfungsi untuk task classification.
+
Widget Naive Bayes mempelajari model Naive Bayesian dari data. Widget Naive Bayes hanya berfungsi untuk task classification.
  
[[File:NaiveBayes-stamped.png|center|200px|thumb]]
+
[[File:NaiveBayes-stamped.png|center|400px|thumb]]
  
Widget ini memiliki dua opsi: nama yang akan ditampilkan di widget lain dan menghasilkan report. Nama standarnya adalah Naive Bayes. Ketika kita mengubahnya, kita perlu menekan Apply.
+
Widget Naive Bayes memiliki dua opsi: nama yang akan ditampilkan di widget lain dan menghasilkan report. Nama standarnya adalah Naive Bayes. Ketika kita mengubahnya, kita perlu menekan Apply.
  
 
==Contoh==
 
==Contoh==
  
Here, we present two uses of this widget. First, we compare the results of the Naive Bayes with another model, the Random Forest. We connect iris data from File to Test & Score. We also connect Naive Bayes and Random Forest to Test & Score and observe their prediction scores.
+
Berikut ini kita akan memperlihatkan dua penggunaan dari Widget Naive Bayes.
  
[[File:NaiveBayes-classification.png|center|200px|thumb]]
+
Dalam contoh ini, kita akan membandingkan hasil dari widget Naive Bayes dengan model lain, yaitu widget Random Forest. Kita meng-connect iris data dari Widget File langsung ke Widget Test & Score. Kita juga meng-connect Widget Naive Bayes dan Widget Random Forest ke Widget Test & Score dan kita amati score prediksi-nya.
  
The second schema shows the quality of predictions made with Naive Bayes. We feed the Test & Score widget a Naive Bayes learner and then send the data to the Confusion Matrix. We also connect Scatter Plot with File. Then we select the misclassified instances in the Confusion Matrix and show feed them to Scatter Plot. The bold dots in the scatterplot are the misclassified instances from Naive Bayes.
+
[[File:NaiveBayes-classification.png|center|600px|thumb]]
  
[[File:NaiveBayes-visualize.png|center|200px|thumb]]
+
Contoh berikut ini, menunjukkan kualitas prediksi yang dihasilkan oleh widget Naive Bayes. Kita menyambungkan widget Test & Score dengan widget Naive Bayes learner dan kemudian mengirim data yang dihasilkan ke widget Confusion Matrix. Kita juga menghubungkan widget Scatter Plot dengan widget File. Kemudian kita memilih contoh-contoh kesalahan klasifikasi di widget Confusion Matrix dan menampilkannya ke widget Scatter Plot. Titik-titik bold di widget Scatter Plot adalah contoh kesalahan klasifikasi dari widget Naive Bayes.
 +
 
 +
[[File:NaiveBayes-visualize.png|center|600px|thumb]]
  
 
==Referensi==
 
==Referensi==

Latest revision as of 17:30, 5 April 2020

Sumber: https://docs.biolab.si//3/visual-programming/widgets/model/naivebayes.html


Widget Naive Bayes dapat melakukan klasifikasi probabilistik secara cepat dan sederhana berdasarkan teorema Bayes dengan asumsi independensi feature.

Input

Data: input dataset
Preprocessor: preprocessing method(s)

Output

Learner: naive bayes learning algorithm
Model: trained model

Widget Naive Bayes mempelajari model Naive Bayesian dari data. Widget Naive Bayes hanya berfungsi untuk task classification.

NaiveBayes-stamped.png

Widget Naive Bayes memiliki dua opsi: nama yang akan ditampilkan di widget lain dan menghasilkan report. Nama standarnya adalah Naive Bayes. Ketika kita mengubahnya, kita perlu menekan Apply.

Contoh

Berikut ini kita akan memperlihatkan dua penggunaan dari Widget Naive Bayes.

Dalam contoh ini, kita akan membandingkan hasil dari widget Naive Bayes dengan model lain, yaitu widget Random Forest. Kita meng-connect iris data dari Widget File langsung ke Widget Test & Score. Kita juga meng-connect Widget Naive Bayes dan Widget Random Forest ke Widget Test & Score dan kita amati score prediksi-nya.

NaiveBayes-classification.png

Contoh berikut ini, menunjukkan kualitas prediksi yang dihasilkan oleh widget Naive Bayes. Kita menyambungkan widget Test & Score dengan widget Naive Bayes learner dan kemudian mengirim data yang dihasilkan ke widget Confusion Matrix. Kita juga menghubungkan widget Scatter Plot dengan widget File. Kemudian kita memilih contoh-contoh kesalahan klasifikasi di widget Confusion Matrix dan menampilkannya ke widget Scatter Plot. Titik-titik bold di widget Scatter Plot adalah contoh kesalahan klasifikasi dari widget Naive Bayes.

NaiveBayes-visualize.png

Referensi

Pranala Menarik