Artificial Intelligent : Weka Cluster Classify and Associate ธนาวัฒน์ บุญเกลี้ยง 54102010330

1. นายธนาวัฒน์ บุญเกลี้ยง 54102010330
สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์
มหาวิทยาลัยศรีนครินทรวิโรฒ
WEKA
7-11
CP463 : ARTIFICIAL INTELLIGENT

2. ข้อมูลที่นามาใช้

3. CLUSTER

4. CLUSTER
• Instances : 41
• Attributes : 18
• Algorithm : Simple K Means

5. เมื่อทาการแบ่ง 2 กลุ่ม

6. เมื่อทาการแบ่ง 4 กลุ่ม

7. เมื่อทาการแบ่ง 8 กลุ่ม

8. เมื่อทาการแบ่ง 16 กลุ่ม

9. หลังจากแบ่ง 2-24 กลุ่ม แล้วทาการหาค่า KNEE OF THE CURVE จะได้
0
10
20
30
40
50
60
70
80
90
0 5 10 15 20 25 30
squared errors
แบ่ง 13 กลุ่ม

10. RESULT
Clustered Instances
0 6 ( 15%)
1 3 ( 7%)
2 6 ( 15%)
3 4 ( 10%)
4 3 ( 7%)
5 5 ( 12%)
6 1 ( 2%)
7 1 ( 2%)
8 3 ( 7%)
9 2 ( 5%)
10 2 ( 5%)
11 1 ( 2%)
12 4 ( 10%)

11. สรุป CLUSTER
• Knee of Curve ที่มีค่าเหมาะสมมากที่สุดคือ 13 กลุ่ม

12. CLASSIFY

13. CLASSIFY
• ต้องการทานายว่าลูกค้าที่มาซื้อสิ้นค้าเล่นกีฬาหรือไม่

14. DATA TRAIN
• Instances : 33
• Attributes : 19
• Class : sport
• Algorithm : Multilayer Perceptron
• Test Option Cross Validation Folds = 10

15. DATA DEPLOY
• Instances : 8
• Attributes : 19

16. ไฟล์ที่ใช้เป็นไฟล์ CSV 2 ไฟล์ คือ CUSTOMER.CSV และ DEPLOY.CSV โดยไฟล์ DEPLOY
ให้ตัด ข้อมูลของคอลัมน์ที่ต้องการทานายออก

17. ไฟล์ที่ใช้ในการทดสอบได้แก่ CUSTOMER.ARFF และ DEPLOY.ARFF จากการแปลงจากไฟล์ CSV โดย
ใช้ ZEROR ผ่าน TEST OPTION : USE TRAINING SET แล้วเปิด VISUALIZE CLASSIFIER ERRORS
จากนั้นทาการ SAVE เป็น (.ARFF)

18. ทาการแก้ไขไฟล์ ARFF โดยใช้ NOTEPAD++
1. ลบ ATTRIBUTE ที่ถูกเพิ่มเข้ามา

19. 2. นาข้อมูลจากไฟล์ CSV มาใส่ ARFF

20. 3.คัดลอก ATTRIBUTE จาก CUSTOMER.ARFF ไปยัง DEPLOY.ARFF

21. ทาการ SAVE MODEL โดยเปิด CUSTOMER.ARFF ส่วนของ CLASSIFY>CHOOSE>FUNCTIONS>
MULTILAYER PERCEPTRON กด START แล้วคลิกขวาเพื่อ SAVE MODEL

22. เปิดไฟล์ CUSTOMER.ARFF ทาการ LOAD MODEL จากนั้นเลือก MODEL ที่ได้ SAVE ไว้
ก่อนหน้านี้

23. เลือก MULTILAYER PERCEPTRON แล้วเลือก SUPPLIED TEST SET จากนั้นเลือกไฟล์
DEPLOY.ARFF รวมถึง CLASS ที่ต้องการทานาย

24. จากนั้นคลิกขวาเลือก RE-EVALUATE MODEL ON CURRENT TEST SET แล้ว SAVE เป็น
ไฟล์ ARFF

25. ผลลัพธ์ที่ได้ มีความแม่นยา 100% แต่ก็ไม่แน่นอนเนื่องจากข้อมูลมีปริมาณน้อย

26. ASSOCIATE APRIORI

27. เปิดไฟล์ เลือก ASSOCIATE > APRIORI > NUM RULES = 100 จะผลลัพธ์ทั้ง 100 กฎ
พร้อมทั้งค่าความเชื่อมั่น (CF)

28. กฎ 1-20

29. กฎ 21-40

30. กฎ 41-60

31. กฎ 61-80

32. กฎ 81-100