การวิเคราะห์เชิงพยากรณ์

1. จัดทำโดยพิษณุ ดวงกระโทก
การวิเคราะห์เชิงพยากรณ์
ใช้ข้อมูลในอดีตในการทํานายค่าในอนาคต อาศัยองค์ความรู้ด้าน Machine Learning
การสร้างตัวแบบโดยอาศัยชุดข้อมูลฝึกสอน (Training dataset) ว่า การเรียนรู้แบบมีผู้สอน (Supervised
Learning)
ตัวแบบทํานาย (Prediction Model) เป็นฟังก์ชันในการแปลงข้อมูลไปเป็นค่าข้อมูลของตัวแปร
เป้าหมาย (Target Variable)
ชุดข้อมูลฝึกสอน (Training dataset) เป็นข้อมูลสำหรับสอนตัวแบบให้สามารถทํานายค่าของข้อมูลได้
อย่างถูกต้อง ถ้าข้อมูลฝึกสอนปริมาณมากพอ จะให้ผลลัพธ์การทํานายค่ามีความถูกต้องมากที่สุด
ชุดข้อมูลทดสอบ (Test dataset) ใช้ประเมินความสามารถในการทํานายของตัวแบบ
ตัวชี้วัดประสิทธิภาพ ช่วยให้สามารถประเมินประสิทธิภาพ และเลือกสรรตัวแบบที่เหมาะสมเพื่อนําไปใช้
ประโยชน์
การสร้างตัวแบบสามารถแบ่งออกได้เป็น 2 ระยะหลัก คือ
ระยะฝึกสอนและระยะทดสอบ ข้อมูลจะถูกแบ่งออกเป็น 2 ชุด คือ ชุดฝึกสอนและชุดทดสอบ (70:30) เรา
จะเลือกตัวแบบที่มีความซับซ้อนน้อยที่สุดไปใช้งาน หรือหากต้องการใช้ตัวแบบที่มีความซับซ้อนสูง ต้องฝึกสอน
ตัวแบบด้วยข้อมูลชุดฝึกสอนปริมาณมากและสามารถเป็นตัวแทนของข้อมูลทั้งหมดที่เป็นไปได้
การวิเคราะห์การจําแนกประเภท (Classification Analysis) แบ่งออกได้เป็น 2 ประเภท
แบบทวิภาค (Binary Classification) จําแนกสิ่งต่างๆ ออกเป็น 2 คลาส เท่านั้น
แบบหลายคลาส (Multi-class Classification) จําแนกประเภทที่มีคลาสมากกว่า 2 คลาส
การวิเคราะห์การจําแนก
วิธีเพื่อนบ้านใกล้สุด (𝑘-Nearest Neighbours)
พิจารณาจากคลาสของข้อมูลรอบๆ ข้างที่ใกล้ที่สุด 𝑘 ข้อมูล
ต้นไม้ตัดสินใจ (Decision Tree)
แสดงเส้นทางการตัดสินใจที่นําไปสู่ผลลัพธ์สุดท้าย ประกอบด้วย 2 องค์ประกอบ คือ โหนด (Node) และ
กิ่ง (Branch) โหนดสามารถแบ่งได้เป็น 2 ประเภท โหนดราก (Root Node) จะอยู่บนสุดของต้นไม้ เป็น
คําถามข้อแรกของต้นไม้ตัดสินใจ โหนดใบ (Leaf Node) เป็นปลายทางของการตัดสินใจ
ค่าเอนโทรปี (Entropy) ซึ่งแสดงถึงความไม่บริสุทธิ์ของข้อมูล เอน
โทรปีจะมีค่าน้อยเมื่อข้อมูลมีความบริสุทธิ์มาก
เกนความรู้ (Information Gain) เป็นค่าคาดหวังของการลดลง
ของเอโทรปี หลังจากชุดข้อมูลถูกแบ่งออกเป็นชุดๆ

2. จัดทำโดยพิษณุ ดวงกระโทก
ตัวแบบเบย์ชนิดนาอีฟ (Naïve Bayes Classifier)
เกิดเหตุการณ์ 𝐴 เมื่อมีเหตุการณ์ 𝐵 เกิดขึ้นก่อน (𝑃(𝐴|𝐵))
𝑃(𝐴) และ 𝑃(𝐵) คือ ความน่าจะเป็นของการเกิดเหตุการณ์ 𝐴 และ 𝐵 ตามลำดับ เราเรียก 𝑃(𝐴) ว่า
ความน่าจะเป็นเบื้องต้น (Prior Probability) เรียก 𝑃(𝐵) ว่าหลักฐาน (Evidence) และ 𝑃(𝐵|𝐴) คือ
ความน่าจะเป็นของการเกิดเหตุการณ์ 𝐵 เมื่อมีเหตุการณ์ 𝐴 เกิดขึ้น เรียกว่า ไลค์ลิฮูด (Likelihood)
𝑃(𝐴|𝐵) เราเรียกว่า ความน่าจะเป็นภายหลัง (Posterior Probability) ซึ่งเป็นความน่าจะเป็นที่ต้องการ
ทราบค่า
ตัวชี้วัดประสิทธิภาพการจําแนกประเภท
Confusion Matrix เป็นเมทริกซ์แสดงจำนวนข้อมูลที่เกิดจากการเปรียบเทียบระหว่างค่าคลาสที่ถูก
ทํานายและค่าคลาสจริง สำหรับปัญหาการจําแนกประเภทแบบทวิภาค
ความถูกต้องของการจําแนก (Classification Accuracy) เป็นมาตรวัดสัดส่วนของตัวแบบสามารถจําแนก
คลาสได้อย่างถูกต้องต่อจํานวนข้อมูลที่นํามาทดสอบทั้งหมด สามารถคํานวณได้โดย
เราคาดหวังตัวแบบที่ให้ค่าอัตราความถูกต้องของการจําแนกที่มีค่าสูงใกล้เคียง 1 มากที่สุด
ความผิดพลาดของการจําแนก (Misclassification) เป็นมาตรวัดสัดส่วนของจํานวนข้อมูลที่ตัวแบบจําแนก
คลาสผิดต่อจํานวนข้อมูลที่นํามาทดสอบทั้งหมด
เราคาดหวังตัวแบบที่ให้ค่าอัตราความผิดพลาดของการจําแนกที่มีค่าตํ่าใกล้เคียง 0 มากที่สุด
ความไว (Sensitivity) เป็นค่าสัดส่วนของผลบวกจริงต่อจํานวนข้อมูลที่มีค่าคลาสจริงเป็นค่าบวก ซึ่งแสดง
อัตราความถูกต้องของการจําแนกโดยสนใจเฉพาะข้อมูลที่มีคลาสจริงเป็นค่าบวก
ตัวแบบสามารถทํานายค่า
คลาสได้อย่างถูกต้อง
ตัวแบบทํานายค่า
คลาสผิดพลาด

3. จัดทำโดยพิษณุ ดวงกระโทก
ค่าความไวมีค่าเท่ากับ 1 เมื่อข้อมูลที่มีคลาสจริงเป็นค่าบวก ตัวแบบสามารถทํานายค่าคลาสของข้อมูลเหล่านั้นได้อย่าง
ถูกต้องทั้งหมด
ความจําเพาะ (Specificity) เป็นค่าสัดส่วนของผลลบจริงต่อจํานวนข้อมูลที่มีค่าคลาสจริง เป็นค่าลบ แสดง
อัตราความถูกต้องของการจําแนกโดยสนใจเฉพาะข้อมูลที่มีคลาสจริงเป็นค่าลบ
ค่าความจําเพาะมีค่าเท่ากับ 1 ก็ต่อเมื่อตัวแบบสามารถทํานายค่าคลาสของข้อมูลที่มีคลาสจริงเป็นค่าลบได้ถูกต้องทั้งหมด
ความเที่ยง (Precision) เป็นค่าสัดส่วนของผลบวกจริงต่อจํานวนข้อมูลที่ตัวแบบทํานายค่าคลาสเป็นค่าบวก
ค่าความเที่ยงมีค่าเท่ากับ 1 เมื่อข้อมูลที่ตัวแบบทํานายค่าคลาสเป็นค่าบวกมีค่าคลาสจริงเป็นค่าบวกทั้งหมด
ออกสอบ* ปัญหาการจําแนกแบบหลายคลาส
Cross Validation คือเครื่องมือที่ช่วยให้เราตัดสินใจได้ว่าเราควรแบ่งข้อมูลส่วนไหนไปเป็นชุดฝึกสอน ส่วน
ไหนไปเป็นชุดทดสอบ โดยที่เราสามารถดูได้จากค่า Accuracy