dm bayesian classifier

NaNaïïve ve Bayesian ClassifierBayesian Classifier

Dr. Taufik Fuadi Abidin, S.Si., M.Tech

Program Studi Teknik InformatikaFMIPA Universitas Syiah Kuala

www.informatika.unsyiah.ac.id/tfa

Bahan Kuliah Data Mining

Outline Pertemuan

Dasar Teori Bayesian

Naïve Bayesian Classifier

Asumsi yang Diberikan

Dataset (Categorical?)

Contoh Klasifikasi Menggunakan Naïve Bayesian

Klasifikasi Perlu Training Set

Klasifikasi adalah proses pembelajaran secara terbimbing (supervised learning)

Untuk melakukan klasifikasi, dibutuhkan training set sebagai data pembelajaran

Setiap sampel dari training set memiliki atribut dan klas label

Dua Tahapan Klasifikasi

Learning (training): Pembelajaran menggunakan data training (untuk Naïve Bayesian Classifier, nilai probabilitas dihitung dalam proses pembelajaran)

Testing: Menguji model menggunakan data testing

Sumber: Bing Liu, Web Data Mining

Teori Bayesian: Sebagai Dasar

X adalah data sampel dengan klas (label) yang tidak diketahui

H merupakan hipotesa bahwa X adalah data dengan klas (label) C. P(H) adalah peluang dari hipotesa H

P(X) adalah peluang data sampel yang diamati

P(X|H) adalah peluang data sampel X, bila diasumsikan bahwa hipotesa benar (valid)

Teori Bayesian: Sebagai Dasar

Untuk masalah klasifikasi, yang dihitung adalah P(H|X), yaitu peluang bahwa hipotesa benar (valid) untuk data sample X yang diamati:

)()()|()|(

XPHPHXPXHP =


Adalah metode classifier yang berdasarkan probabilitas dan Teorema Bayesian dengan asumsi bahwa setiap variabel X bersifat bebas (independence)

Dengan kata lain, Naïve Bayesian Classifier mengansumsikan bahwa keberadaan sebuah atribut (variabel) tidak ada kaitannya dengan beradaan atribut (variabel) yang lain

Warna Bentuk Diameter Jenis Buah

Merah Bulat 5 cm Apel

Kuning Bulat 4 cm Jeruk

Kuning Panjang 15 cm Pisang


Karena asumsi atribut tidak saling terkait (conditionally independent), maka:

Bila P(X|Ci) dapat diketahui melalui perhitungan di atas, maka klas (label) dari data sampel X adalah klas (label) yang memiliki

P(X|Ci)*P(Ci) maksimum

∏=

=n

kCixkPCiXP

1)|()|(

Datasetage income student credit_rating buys_computer

<=30 high no fair no<=30 high no excellent no30…40 high no fair yes>40 medium no fair yes>40 low yes fair yes>40 low yes excellent no31…40 low yes excellent yes<=30 medium no fair no<=30 low yes fair yes>40 medium yes fair yes<=30 medium yes excellent yes31…40 medium no excellent yes31…40 high yes fair yes>40 medium no excellent no

Class:

C1: buys_computer = ‘yes’

C2:buys_computer= ‘no’

Bila data baru yang belum memiliki class adalah:

X =(age<=30, Income=medium, Student=yes, Credit_rating= Fair)

Naïve Bayesian Classifier: Contoh

Hitung P(xk|Ci) untuk setiap Class i:

P(age=“<30” | buys_computer=“yes”) = 2/9=0.222

P(age=“<30” | buys_computer=“no”) = 3/5 =0.6

P(income=“medium” | buys_computer=“yes”)= 4/9 =0.444

P(income=“medium” | buys_computer=“no”) = 2/5 = 0.4

P(student=“yes” | buys_computer=“yes)= 6/9 =0.667

P(student=“yes” | buys_computer=“no”)= 1/5=0.2

P(credit_rating=“fair” | buys_computer=“yes”)=6/9=0.667

P(credit_rating=“fair” | buys_computer=“no”)=2/5=0.4

X=(age<=30 ,income =medium, student=yes,credit_rating=fair)


P(X|Ci)*P(Ci ):

P(X|buys_computer=“yes”) * P(buys_computer=“yes”) = 0.028

P(X|buys_computer=“no”) * P(buys_computer=“no”) = 0.007

X memiliki klas “buys_computer=yes” karena P(X|buys_computer=“yes”) memiliki nilai maksimum pada perhitungan di atas

Naïve Bayesian: SummaryKekuatan:

Mudah diimplementasi

Memberikan hasil yang baik untuk banyak kasus

Kelemahan:

Harus mengasumsi bahwa antar fitur tidak terkait (independent) Dalam realita, keterkaitan itu ada

Keterkaitan tersebut tidak dapat dimodelkan oleh Naïve Bayesian Classifier

Latihan

Class:

C1: buys_computer = ‘yes’

C2:buys_computer= ‘no’

Tentukan klas label dari X:

X =(Outlook<=Rain, Temperature=Cool, Humidity=High, Wind=Weak)

Praktikum: Naïve Bayesian Classifier Menggunakan Weka

Questions &

Discussion

dm bayesian classifier

Documents