Thank for watch

1. การวิเคราะห์ข้อมูลโดยใช้
โปรแกรมweka3.7

2. เปิดโปรแกรมweka

3. เปิดไฟล์*.CSV ข้อมูลของเรา

4. เลือกCluster เลือกSimpleKMeans
กดclose กดStart

5. Run information

6. แบ่ง2กลุ่ม

7. แบ่ง3กลุ่ม

8. แบ่ง4กลุ่ม

9. แบ่ง5กลุ่ม

10. แบ่ง6กลุ่ม

11. แบ่ง7กลุ่ม

12. แบ่ง8กลุ่ม

13. แบ่ง9กลุ่ม

14. แบ่ง10กลุ่ม

15. แบ่ง11กลุ่ม

16. แบ่ง12กลุ่ม

17. แบ่ง13กลุ่ม

18. แบ่ง14กลุ่ม

19. แบ่ง15กลุ่ม

20. แบ่ง16กลุ่ม

21. แบ่ง17กลุ่ม

22. แบ่ง18กลุ่ม

23. แบ่ง19กลุ่ม

24. แบ่ง20กลุ่ม

25. กราฟแสดงค่า square error
Knee curve

26. แบ่งกลุ่มใหม่ num of cluster =15

27. หาว่าแต่ละcluster มีอาหารชนิดไหนบ้าง

28. อธิบายสีเหลืองคือสิ่งที่ผมซื้อทาไมอยู่หลาย
cluster
• จะเห็นได้ว่า cluster6,7,12 ซื้อwaterเหมือนกันแต่ซื้ออย่างถัดมาต่างกัน
• เนื่องจากผมเป็นคนต้องกินของรองท้องตอนเช้าผมจะซื้อเกือบทุกเช้าที่ไปเรียน คือวันจันทร์ถึง
ศุกร์ มีบางวันอาจจะไม่ได้ซื้อ
• วันไหนที่ผมรีบผมก็จะซื้อ waterกับfruit เพราะเวลาจะไม่มีเวลาในช่วงเช้าให้กิน noodle
หรือboxlunch
• ที่นี้ถามว่า boxlunch กับ noodle มันต่างกันยังไง ในส่วนนี้ผมจะเลือกซื้อสินค้าที่จัด
โปรโมชั่นซึงเมือซื้อ boxlunch คู่กับ water แล้วจะลดราคา ผมจึงทาให้บางวันผมไม่ได้ซื้อ
noodle

29. เตรียมข้อมูลเปลี่ยน f เป็น?

30. Associate-Ariori

31. การหาค่า lift
• Lift(LHS->RHS) =
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 𝐿𝐻𝑆,𝑅𝐻𝑆 /𝑑𝑎𝑡𝑎
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 𝐿𝐻𝑆 /𝐷𝑎𝑡𝑎∗𝑆𝑢𝑝𝑝𝑜𝑟𝑡 𝑅𝐻𝑆 /𝐷𝑎𝑡𝑎
• data - จานวณใบเสร็จ

32. ไฟล์classifyTrain

33. ไฟล์classifyTest

34. ความน่าเชื่อถือ66.666666666666666667%
ถูก8จาก12