WEKA PROJECT กรองกาญจน์ โพธิ์ �งาม 55102010985

การทำ�า Classification : Status(Fat,Thin)

ขั้��น์ตอน์การเตร�ยมไฟล์ .arff

- เปิ�ดไฟล์ data.csv

- ทำ�าการ Classify

- แล์ ว save data.arff

โดยกด Visualize classifier errors

- ไฟล์ predict.csv ก"ทำ�าเช่$น์เด�ยวก�น์ จน์ได ไฟล์ predict.arff

การทำ�า Classification : Status(Fat,Thin)

- เปิ�ดไฟล์ data.arff

- ทำ�าการ Classify

โดยเล์%อก MultiLayerPerceptron

กด Start

การทำ�า Classification : Status(Fat,Thin)

- ทำ�าการ Save model ทำ�&ได จากการ Classify ด วย Thining time = 500

- แล์ วทำ�าการ Load model ทำ�&เราได เซฟไปิ

การทำ�า Classification : Status(Fat,Thin)

- เล์%อก Supplied test set กด set เล์%อกไฟล์ predict.arff เพ%&อทำ�าการ test

การทำ�า Classification : Status(Fat,Thin)

- กด Re-evaluate model on current test set จะได ค่$าด�งภาพ

การทำ�า Classification : Status(Fat,Thin)

- ทำ�าการเซฟผล์ล์�พธิ์ทำ�&ได เปิ,น์ไฟล์ .arff แล์ วทำ�าการเปิ�ดใน์ ArffViewer

ผมล์�พธิ์จาก Training time = 500

การทำ�า Classification : Status(Fat,Thin)

ผมล์�พธิ์จาก Training time = 1000

การทำ�า Clustering เตร�ยมขั้ อม.ล์สำ�าหร�บการ Clustering

การทำ�า Clustering Knee Curve ทำ�&ได จากการ Clustering ด วย SimpleKMeans

Knee Curve อย.$ทำ�& numCluster 11

การทำ�า Clustering- ทำ�าการ Clutering แบ$งเปิ,น์ 11 กล์2$ม- ทำ�าการเซฟขั้ อม.ล์เพ%&อใช่ ใน์การ

ด.ว$าแต$ล์ะ record อย.$ใน์Cluster ไหน์

การทำ�า Clustering - น์�าไฟล์ขั้ อล์.การแบ$งกล์2$มมาเปิ3ดใน์ ArffViewer จะทำ�าให บอกได ว$าแต$ล์ะ record อย.$ใน์cluster ใดบ าง

การทำ�า Association - ทำ�าการเตร�ยมไฟล์ สำ�าหรบกรทำ�า Association โดยจะทำ�าได ล์บค่$า f แล์ วเปิล์%&ยน์เปิ,น์ ?

แทำน์ เพ%&อให WEKA ว เค่ราะหแค่$ค่$าทำ�&เปิ,น์ t เทำ$าน์��น์

การทำ�า Association ผล์ล์�พธิ์จากการทำ�า Association โดยการใช่ Apriori

การทำ�า Association Best rules found: 1. IceCream=t 40 ==> Water=t 40 <conf:(1)> lift:(3.2) lev:(0.21) [27] conv:(27.5)

2. Water=t 40 ==> IceCream=t 40 <conf:(1)> lift:(3.2) lev:(0.21) [27] conv:(27.5)

3. IceCream=t Sandwich=t 39 ==> Water=t 39 <conf:(1)> lift:(3.2) lev:(0.21) [26] conv:(26.81)

4. Water=t Sandwich=t 39 ==> IceCream=t 39 <conf:(1)> lift:(3.2) lev:(0.21) [26] conv:(26.81)

5. MoneyCard=t 25 ==> Bread=t 25 <conf:(1)> lift:(5.12) lev:(0.16) [20] conv:(20.12)

6. Bread=t 25 ==> MoneyCard=t 25 <conf:(1)> lift:(5.12) lev:(0.16) [20] conv:(20.12)

7. Milk=t IceCream=t 25 ==> Water=t 25 <conf:(1)> lift:(3.2) lev:(0.13) [17] conv:(17.19)

8. Water=t Milk=t 25 ==> IceCream=t 25 <conf:(1)> lift:(3.2) lev:(0.13) [17] conv:(17.19)

9. Water=t Milk=t 25 ==> Sandwich=t 25 <conf:(1)> lift:(2.91) lev:(0.13) [16] conv:(16.41)

10. Milk=t IceCream=t 25 ==> Sandwich=t 25 <conf:(1)> lift:(2.91) lev:(0.13) [16] conv:(16.41)