นายธนาวั�ฒน� บุญเกลี้��ยง 54102010330 สาขาวั�ชาวั�ทยาการคอมพิ�วัเตอร� คณะวั�ทยาศาสตร�
มหาวั�ทยาลี้�ยศร�นคร�นทรวั�โรฒ
WEKA7-11
CP463 : ARTIFICIAL INTELLIGENT
cluster0 แตกต)างจาก cluster7 ค'อ cluster0 ม�ซื้'�อไส"กรอก แฮม เบุอเกอร� แลี้ะสบุ#) ส)วัน cluster7 ม�เต"าห#" แลี้ะขนมต)างๆ ซื้'�อเต"าห#"ตอน
ดึ0กเน'$องจากพิ�$สาวัข"าพิเจ"ากลี้�บุดึ0กแลี้ะต"องการท%าอาหาร
DATA TRAIN• Instances : 41
• Attributes : 22
• Class : sport
• Algorithm : Multilayer Perceptron
• Test Option Cross Validation Folds = 10
การเตร�ยมไฟลี้� น%าไฟลี้�ข"อม#ลี้มา 2 ไฟลี้� ไดึ"แก)
1. ไฟลี้� customers ม�ท��งหมดึ 41 records
2. ไฟลี้� deploy โดึยเลี้'อก records จาก customers มา 10 records
ไฟลี้�ท�$ใช"เป็4นไฟลี้� CSV 2 ไฟลี้� ค'อ CUSTOMER.CSV แลี้ะ DEPLOY.CSV โดึยไฟลี้� DEPLOY ให"ต�ดึ ข"อม#ลี้ของคอลี้�มน�ท�$ต"องการท%านายออก แลี้"วัเพิ�$ม ? เข"าไป็แทน
ไฟลี้�ท�$ใช"ในการทดึสอบุไดึ"แก) CUSTOMERS.ARFF แลี้ะ DEPLOY.ARFF จากการแป็ลี้งจากไฟลี้� CSV โดึยใช" ZEROR ผ่)าน TEST OPTION : USE TRAINING SET แลี้"วัเป็7ดึ VISUALIZE CLASSIFIER ERRORS จากน��นท%าการ SAVE เป็4น (.arff)
5.ท%าการสร"างMODEL โดึยเป็7ดึ CUSTOMER.ARFF ส)วันของ CLASSIFY>CHOOSE>FUNCTIONS> MULTILAYER PERCEPTRON เลี้'อก CROSS-VALIDATION FOLDS 10 กดึ START แลี้"วัคลี้�กขวัาเพิ'$อ SAVE MODEL
7. เลี้'อก MULTILAYER PERCEPTRON แลี้"วัเลี้'อก SUPPLIED TEST SET จากน��นเลี้'อกไฟลี้� DEPLOY.ARFF รวัมถู0ง CLASS ท�$ต"องการท%านาย
8. จากน��นคลี้�กขวัาเลี้'อก RE-EVALUATE MODEL ON CURRENT TEST SET แลี้"วั SAVE เป็4นไฟลี้� ARFF ในท�$น��ต"องช'$อวั)า RESULT.ARFF
9. เป็7ดึไฟลี้�ท�$ไดึ"โดึยเป็7ดึจากหน"าแรกของ WEKA ไป็ท�$ Tools> ArffViewer>เลี้'อกเป็7ดึไฟลี้�ผ่ลี้ลี้�พิธ�จากข"อ 8 ส�งเกตท�$คอลี้�มเก'อบุสดึท"าย จะพิบุผ่ลี้การท%านาย
เป็7ดึไฟลี้� เลี้'อก ASSOCIATE > APRIORI > NUM RULES = 10, MinMetric=0.1, lowerBoundMinSupport 0.08 จะผ่ลี้ลี้�พิธ�ท��ง 10 กฎ พิร"อมค)า LIFT ค)า
ผ่ลี้ลี้�พิธ�กฎท�$ไดึ" 1. Sunbites_snack=t Pocky_Snack=t 3 ==> Snackjack_snack=t Arigato_snack=t 3 conf:(1) < lift:(13.67)> lev:(0.07) [2] conv:(2.78)
2. Snackjack_snack=t Pocky_Snack=t 3 ==> Sunbites_snack=t Arigato_snack=t 3 conf:(1) < lift:(13.67)> lev:(0.07) [2] conv:(2.78)
3. Sunbites_snack=t Arigato_snack=t 3 ==> Snackjack_snack=t Pocky_Snack=t 3 conf:(1) < lift:(13.67)> lev:(0.07) [2] conv:(2.78)
4. Snackjack_snack=t Arigato_snack=t 3 ==> Sunbites_snack=t Pocky_Snack=t 3 conf:(1) < lift:(13.67)> lev:(0.07) [2] conv:(2.78)
5. Pocky_Snack=t 4 ==> Sunbites_snack=t Arigato_snack=t 3 conf:(0.75) < lift:(10.25)> lev:(0.07) [2] conv:(1.85)
6. Sunbites_snack=t Pocky_Snack=t 3 ==> Arigato_snack=t 3 conf:(1) < lift:(10.25)> lev:(0.07) [2] conv:(2.71)
7. Arigato_snack=t 4 ==> Sunbites_snack=t Pocky_Snack=t 3 conf:(0.75) < lift:(10.25)> lev:(0.07) [2] conv:(1.85)
8. Sunbites_snack=t Arigato_snack=t 3 ==> Pocky_Snack=t 3 conf:(1) < lift:(10.25)> lev:(0.07) [2] conv:(2.71)
9. Pocky_Snack=t 4 ==> Snackjack_snack=t Arigato_snack=t 3 conf:(0.75) < lift:(10.25)> lev:(0.07) [2] conv:(1.85)
10. Snackjack_snack=t Pocky_Snack=t 3 ==> Arigato_snack=t 3 conf:(1) < lift:(10.25)> lev:(0.07) [2] conv:(2.71)