โครงงานWeka 54102011124-Last Updated

โครงงาน Weka นายธนโชติ� เติชวั�ฒนสิ�ร�กุ�ล 54102011124

กุารเติร�ยมข้�อม�ล• ไฟล�ข้�อม�ลจะถู�กุแบ่"งออกุเป็$น 2 ไฟล� ค%อ

1) ไฟล� customers ค%อไฟล�ล�กุค�าในกุารซื้%(อข้อง 1 คร�(ง ซื้)*งม�ทั้�(งหมด 73 Records

2) ไฟล� deployy ค%อไฟล�ทั้�*จะน.ามาแบ่"ง หร%อจ�ดกุล�"มซื้)*งเล%อกุมาจากุไฟล� customers จ.านวัน 10 Records

กุารเติร�ยมข้�อม�ล (ติ"อ)• เป็/ดโป็รแกุรม Weka

กุารเติร�ยมข้�อม�ล (ติ"อ)• เป็/ดไฟล� .csv ทั้�*ได�จากุกุารเติร�ยมข้�อม�ลกุ"อนหน�าใน excel

กุารเติร�ยมข้�อม�ล (ติ"อ)• เล%อกุ Use training set• กุด Start > คล�0กุข้วัา เล%อกุ Visualize classifier errors

กุารเติร�ยมข้�อม�ล (ติ"อ)• ทั้.ากุารเซื้ฟไฟล�ออกุมาจะได�ไฟล� .arff

.csv .arff

ป็ระเภทั้กุารแบ่"งข้�อม�ล• Clustering• Classification

1) แบ่"งติามเพศ (Gender)2) แบ่"งติามน.(าหน�กุ (Weight)

• Association

Clustering• เป็/ดไฟล� customers.arff ทั้�*ได�เติ�ยมไวั�ในโป็รแกุรม Weka• เล%อกุ tab cluster• เล%อกุจ.านวัน cluster ทั้�*ติ�องกุารแบ่"ง ในติ�วัอย"างน�(จะเล%อกุ 2 กุล�"ม

• กุด strat

Clustering (ติ"อ)• ผลล�พธ�ทั้�*ได�จะด�ค"า square error

Clustering (ติ"อ)• เป็ล�*ยนค"า Num Cluster ไป็เล%*อยซื้)*งในทั้�*น�(จะทั้.าจนถู)ง 20 Cluster

Clustering (ติ"อ)• น.าค"า error ทั้�*ได�มา plot graph เพ%*อหาค"า knee curve

*** จากุร�ป็ค"า Cluster ทั้�*เหมาะสิมทั้�*สิ�ดค%อ 13 โดยด�จากุ Knee Curve ข้อง graph

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 190

10

20

30

40

50

60

70

80

Chart Title

Clustering (ติ"อ)• ผลล�พธ�ทั้�*ได�จากุกุารวั�เคราะห�ข้�อม�ลกุารพฤติ�กุรรมกุารซื้%(อข้อง

Classification แบ่"งติามเพศ (Gender)

• เติร�ยมไฟล�ในเอกุสิาร excel โดยใช�ไฟล� deploy.csv • เล%อกุ attribute ทั้�*ติ�องพยากุรณ์�ออกุมาไวั�ใน column สิ�ดทั้�าย• ลบ่ instance ใน attribute ออกุ ด�งร�ป็

• น.าไฟล� deploy.csv ไป็ทั้.าเป็$น .arff ทั้�*ได�อธ�บ่ายไวั�ข้�างติ�น

Classification แบ่"งติามเพศ (ติ"อ) • ทั้.ากุารแกุ�ไข้ไฟล�ทั้�(ง 4 ไฟล�น�( โดยให�คล�0กุข้วัา edit with notepad

1) customers.csv2) customers.arff3) deployy.csv4) deployy.arff

Classification แบ่"งติามเพศ (ติ"อ)• Copy ข้�อม�ลจากุไฟล� .csv ไป็ไวั�ในใติ� @data ในไฟล� .arff

Classification แบ่"งติามเพศ (ติ"อ)• ลบ่ @attribute prediction ออกุ

Classification แบ่"งติามเพศ (ติ"อ)• Copy @attribute จากุไฟล� customer.arff ไป็ใสิ"ใน deployy.arff

Classification แบ่"งติามเพศ (ติ"อ)• ทั้.ากุาร save model โดยกุารเป็/ดไฟล� customer.arff • เล%อกุ tab classification• เล%อกุ MultilayerPerceptron• คล�0กุข้วัา เล%อกุเซื้ฟ Model

Classification แบ่"งติามเพศ (ติ"อ)• เป็/ดไฟล� customer.arff• คล�0กุข้วัาติรงหน�าติ"าง Load model• เล%อกุ model ทั้�*ได�ทั้.ากุารเซื้ฟไวั�แล�วั

Classification แบ่"งติามเพศ (ติ"อ)

• เล%อกุ MultilayerPerceptron• เล%อกุ Supplied test set• กุดป็�7ม set

Classification แบ่"งติามเพศ (ติ"อ)• เล%อกุ Open file > เล%อกุไฟล� deploy.arff• ติรง Class เล%อกุ Class ทั้�*ติ�องกุารให�โป็รแกุรมทั้.านาย

Classification แบ่"งติามเพศ (ติ"อ)• คล�0กุข้วัา เล%อกุ Re-evaluate model on …….• คล�0กุข้วัา เล%อกุ Visualize classifier errors

Classification แบ่"งติามเพศ (ติ"อ)• ร�ป็ผลล�พธ�ทั้�*ได�

Classification แบ่"งติามน.(าหน�กุ(Weight)• ข้�(นติอนวั�ธ�กุารทั้.าเหม%อนกุ"อนหน�าน�(ทั้�กุป็ระกุาร แติ"ติ�องสิร�าง model

ใหม"ติาม attribute ทั้�*ติ�องกุารพยากุรณ์�• ร�ป็แสิดงผลล�พธ�ทั้�*ได�

Clustering• จ�ด data ในไฟล� .csv ใหม"ด�งร�ป็• Row แรกุค%อรายกุารอาหารทั้�(งหมด• Y ค%อ รายกุารอาหารน�(นถู�กุซื้%(อ N ค%อ รายกุารน�(นไม"ได�ถู�กุซื้%(อ

Clustering (ติ"อ)• หล�งจากุน�(นทั้.าไฟล� .csv เป็$น .arff• เป็/ดโป็รแกุรม Weka และ เป็/ดไฟล�

• เล%อกุ tab association

Clustering (ติ"อ)• กุดป็�7ม Start• ผลล�พธ� โป็รแกุรมจะบ่อกุควัามสิ�มพ�นธ�ข้องรายกุารสิ�นค�า พร�อมทั้�(งค"า

ควัามเช%*อม�*น (conf)