Difference between revisions of "Orange: Randomize"

From OnnoWiki
Jump to navigation Jump to search
Line 2: Line 2:
  
  
Mengacak class, attribute dan/atau meta dari input dataset.
+
Widget Randomize mengacak class, attribute dan/atau meta dari input dataset.
  
 
==Input==
 
==Input==
Line 12: Line 12:
 
  Data: randomized dataset
 
  Data: randomized dataset
  
Randomize widget menerima dataset pada input dan akan meng-output dataset yang sama di mana kelas, atribut atau / dan meta diacak.
+
Widget Randomize menerima dataset pada input dan akan meng-output dataset yang sama di mana kelas, atribut atau / dan meta diacak.
  
 
[[File:Randomize-Default.png|center|200px|thumb]]
 
[[File:Randomize-Default.png|center|200px|thumb]]
Line 24: Line 24:
 
==Contoh==
 
==Contoh==
  
Randomize widget  biasanya ditempatkan tepat setelahnya (mis. File widget). Penggunaan dasar ditunjukkan dalam workflow berikut, di mana nilai-nilai variabel class dataset Iris secara acak dikocok.
+
Widget Randomize biasanya ditempatkan tepat setelahnya (mis. widget File). Penggunaan dasar ditunjukkan dalam workflow berikut, di mana nilai-nilai variabel class dataset Iris secara acak dikocok.
  
 
[[File:Randomize-Example1.png|center|200px|thumb]]
 
[[File:Randomize-Example1.png|center|200px|thumb]]

Revision as of 12:10, 4 April 2020

Sumber: https://docs.biolab.si//3/visual-programming/widgets/data/randomize.html


Widget Randomize mengacak class, attribute dan/atau meta dari input dataset.

Input

Data: input dataset

Output

Data: randomized dataset

Widget Randomize menerima dataset pada input dan akan meng-output dataset yang sama di mana kelas, atribut atau / dan meta diacak.

Randomize-Default.png
  • Pilih grup kolom dataset yang ingin kita kocok.
  • Pilih proporsi dataset yang ingin kita kocok.
  • Hasilkan output yang dapat di replikasi.
  • Jika Apply automatically dicentang, perubahan dilakukan secara otomatis. Jika tidak, kita harus menekan Apply setelah setiap perubahan.
  • Hasilkan Report.

Contoh

Widget Randomize biasanya ditempatkan tepat setelahnya (mis. widget File). Penggunaan dasar ditunjukkan dalam workflow berikut, di mana nilai-nilai variabel class dataset Iris secara acak dikocok.

Randomize-Example1.png

Dalam contoh berikut, kita menunjukkan bagaimana pengocokan nilai class mempengaruhi kinerja model pada dataset yang sama seperti di atas.

Randomize-Example2.png



Referensi

Pranala Menarik