Prediksi Dalam Data Mining

Secara umum, tugas data mining dapat diklasifikasikan ke dalam dua kategori:

1. Deskripsi: menemukan pola manusia-diinterpretasi, asosiasi/korelasi dalam

menggambarkan data.
2. Prediksi: membangun satu atau lebih set model data (peraturan yang ditetapkan,pohon
keputusan, jaring saraf, vektor dukungan), melakukan inferensi pada set data yang
tersedia, dan mencoba untuk memprediksi perilaku data baru set

Perbedaan antara deskripsi dan prediksi tidak terlalu tajam. Model prediktif juga dapat
deskriptif (untuk tingkat bahwa mereka dimengerti), dan model deskriptif dapat digunakan untuk
prediksi. Untuk mencapai tujuan ini, kategori dari prediksi serta deskripsi yang berhubungan
dengan lima operasi dasar, seperti yang disajikan pada gambar di bawah:

1
 Sementara hanya ada beberapa operasi data mining dasar ada berbagai data teknis
pertambangan yang membuat operasi ini mungkin. Data mining sistem normal tidak termasuk
masing-masing teknik, tetapi mereka sering menggabungkan dua atau lebih teknik yang berbeda
antara yang pengguna / insinyur dapat memilih - tergantung pada masalah tertentu. Oleh karena
itu, pengguna potensial dilakukan survei teknik yang paling umum, untuk memutuskan mana
yang akan sesuai dengan kebutuhan teknik terbaik. Gambar dibawah menyajikan beberapa teknik
umum ditugaskan untuk operasi penambangan data dasar, menekankan klasifikasi dan regresi
masalah.

Dua jenis utama dari masalah prediksi adalah klasifikasi dan regresi. Sampel / diamati
dari pengalaman masa lalu dengan atribut yang diketahui (fitur) adalah diperiksa dan umum
untuk kasus masa depan. Klasifikasi erat digabungkan dengan clustering yang mengidentifikasi
cluster tertanam dalam ruang data multi-dimensi, dimana cluster adalah kumpulan objek data
(data kelompok) yang "mirip"satu sama lain. Kesamaan biasanya dinyatakan sebagai fungsi jarak
yang berbeda. Berbagai pendekatan telah diusulkan dalam literatur untuk mengembangkan
penggolong dengan cara clustering, yang dapat diringkas sebagai:
i. Iteratif clustering
ii. Agglomerative clustering hirarkis
iii. Memecah belah clustering hirarkis

2
 Masalah regresi adalah sangat mirip dengan masalah klasifikasi. Hal ini biasanya
digambarkan sebagai proses induksi model data dari sistem (menggunakan mesin beberapa
belajar algoritma) yang akan mampu memprediksi respons sistem yang belum diamati. Untuk
regresi respon sistem biasanya merupakan nilai riil, sedangkan untuk klasifikasi adalah label
kelas (s).
Prediksi time series adalah jenis khusus regresi (atau kadang-kadang klasifikasi) masalah,
dimana pengukuran / diamati diambil alih waktu untuk fitur yang sama. Dari perspektif data
mining prediksi, waktu-cap data sangat meningkatkan dimensi pemecahan masalah dalam arah
yang sama sekali berbeda. Alih-alih kasus dengan satu nilai diukur untuk masing-masing fitur,
kasus memiliki fitur yang sama diukur pada waktu yang berbeda. Untuk mengatasi masalah ini,
ketergantungan data waktu baku biasanya diubah untuk penambangan data prediksi ke dimensi
yang lebih kecil ruang data menggunakan transformasi seperti Vektor Kuantisasi dan metode
state-space (Tsonis, 1992) atau rata-rata sederhana dan metode sampling kembali diterapkan.
Tujuan utama dari pekerjaan ini adalah untuk menunjukkan penerapan beberapa data prediktif
teknik pertambangan untuk masalah teknik klasifikasi dan regresi

3
 “Petunjuk Menggunakan Alat (Membuat Model Prediksi)”

LANGKAH 1: MASUKKAN DATA ANDA

A. Masukkan data Anda di Lembar kerja, mulai dari sel AC105

B. Pengamatan harus dalam baris dan variabel harus dalam kolom.

C. Di atas setiap kolom, pilih Tipe yang sesuai (Omit, Output, Cont, Cat)

a. Untuk mengurangi salah satu kolom dari model - jenis = Omit

b. Untuk mengubah kolom menjadi kategori masukan - set = Lanjut

c. Untuk mengubah kolom sebagai kategori berlanjut,- jenis = Cont

d. Untuk mengubah kolom sebagai Output - set = Output

Anda dapat memiliki hamper 10 variabel output. Aplikasi secara otomatis akan
memperlakukan mereka semua sebagai variabel kontinu. Biasanya membangun satu model
prediksi dengan 1 output saja. Jika Anda memiliki 2 variabel output, misalnya Y1 dan Y2, maka
lebih baik anda membuat 2 model yang mirip dengan 2 output ( Y1 dan Y2 ).

Anda dapat memiliki variabel input paling banyak 50, dengan hampir 40 adalah
Categorical. Pastikan bahwa jumlah Input (Cat & Cont) kolom sama persis dengan jumlah yang
dimasukkan dalam lembar UserInput.

D. Harap pastikan bahwa data anda tidak memiliki baris kosong atau kolom kosong.

E. Masukan Berlanjut:

a. Setiap yang bukan nomor pada Cont kolom akan diperlakukan sebagai missing
value.

b. Aplikasi akan menggantinya menurut kolom mean

F. Masukan kategoris:

4
 a. Setiap sel kosong atau sel yang mengandung kesalahan Excel dalam kolom Cat
akandiperlakukan sebagai missing value

b. Aplikasi akan menggantinya itu dengan kategori yang paling sering terjadi.

c. Kategori label adalah case insensitive - lable good, Good, GoOd, GOOD semua
akan diperlakukan sebagai kategori yang sama

d. Harus ada minimal 2 observasi pada setiap kategori kolom Cat.

e. Jika salah satu kategori dari kolom Cat hanya 1 observasi, Anda harus melakukan
salah satu dari berikut:

i. Hapus observasi OR

ii. Ubah nama kategori ke kategori lain pada kolom Cat.

LANGKAH 2: MENGISI MASUKAN MODEL

A. Mengisi model masukan pada User Input Page

B. Pastikan bahwa input anda berada dalam rentang nilai yang diijinkan oleh
aplikasi.

C. Klik tombol 'Model Build' untuk memulai pemodelan.

LANGKAH 3: HASIL MODELING

A. Sebuah model Neural Network pada dasarnya merupakan kumpulan bobot antara lapisan
jaringan. Pada saat menjalankan, set akhir beban disimpan dalam lembar Calc.

B. Halaman output file ini akan menunjukkan nilai-nilai MSE dan ARE pada pelatihan dan
set validasi sebagai model pelatihan berlangsung. Dua grafik yang menunjukkan
pelatihan dan Validasi MSE's diperlihatkan di lembar Output.

5
 C. Di halaman UserInput jika Anda telah diminta untuk menyimpan model dalam file
terpisah, maka file baru akan dibuat yang berisi input model, data, dan model Fitted.
Anda akan dapat menggunakan file ini sebagai kalkulator untuk melakukan prediksi,
memberikan masukan yang baru.

LANGKAH 4: PROFIL STUDI

Model Fitted adalah permukaan di p-dimensi dimana jumlah masukan Anda adalah p.
Kecuali p adalah 2 atau kurang, tidak mungkin untuk menunjukkan permukaan grafis. Profil plot
adalah cara terbaik untuk memvisualisasikan model Fitted.

Dengan memvariasikan hanya satu prediktor antara dua nilai dan menjaga semua yang
lain tetap di beberapa nilai yang belum di spesifikasikan, maka kita mendapatkan plot profil -
yang benar-benar bagian salah satu lintas dimensi dari permukaan dimensi tinggi. Dalam lembar
Profil Anda bisa menentukan prediktor mana yang mau di ubah dan yang mana yang tidak

• Klik tombol Create Profile untuk membuat profil.

Jika prediktor yang Anda pilih untuk diubah adalah kategoris maka info lain akan
diabaikan dan grafik akan menunjukkan prediksi respon untuk setiap kategori pada prediksi yang
anda pilih Plot Profil memungkinkan Anda mempelajari hal-hal berikut:

1. Hubungan Natural antara prediktor X dan respon Y (Misal Y meningkat maka X

juga meningkat ATAU Y menurun maka X juga menurun)
ATAU hubungan yang non-linear - Y meningkat dan kemudian X menurun

2. Profil plot juga memungkinkan Anda mempelajari interaksi antara prediktor.

a. Misalkan ada dua prediktor X dan Z dan kita akan mempelajari profil dari Y
sebagai bagian dari X

b. Misalkan kita melihat profil dengan menjaga Z tetap pada 1 dan X divariasikan
antara -10 dan 10. Sekarang jaga Z tetap sebesar 2, bukan 1 dan X divariasikan
antara -10 dan 10. Jika bentuk profil dalam dua skenario ini menjadi sangat berbeda,

6
 (Satu misalnya meningkat dan yang lainnya penurunan) maka X dan Z memiliki
interaksi.

c. Dengan kata lain, pengaruh X sebagai Respon tidak sama pada level Z

d. Untuk mengetahui pengaruh X, penting mengetahui dimana Z diatur.

Beberapa poin tambahan…

Berat Initial

Untuk berlatih, kita harus mulai dengan suatu set awal nilai bobot jaringan. Secara
default, bobot yang diinisialisasi dengan nilai acak antara-w dan w, dimana w adalah nomor
antara 0 dan 1, sudah Anda tentukan di halaman UserInput.

A. Setelah Anda membangun model, bobot akhir disimpan di halaman Calc. Lain
kali Anda ingin melatih model dengan arsitektur yang sama dan data yang sama,
aplikasi akan menanyakan apakah anda akan memulai dengan bobot yang sudah
tersimpan dalam lembar Calc. Jika Anda mengatakan YES, bobot ini
digunakan. Jika Anda mengatakan TIDAK, bobot adalah diinisialisasi ulang
dengan nilai-nilai acak.

B. Daripada dimulai dengan bobot acak, Anda mungkin ingin memulai dengan nilai
pilihan anda sendiri. Menentukan pilihan anda sendiri adalah sedikit non-trivial
untuk aplikasi [Link] adalah cara melakukannya.:

7
a. Tentukan input di halaman UserInput dan tentukan jumlah siklus pelatihan sebagai
0.

b. Ini akan memulai halaman Calc tanpa melakukan latihan apapun.

c. Sekarang, masuklah ke lembar Calc dan tuliskan pilihan bobot Anda di tempat-
tempat yang sesuai dari matriks bobot.

d. Sekarang kembali ke UserInput dan tentukan jumlah siklus latihan yang Anda
inginkan dan klik pada tombol Model Build

e. Bila aplikasi meminta apakah akan menggunakan bobot yang sudah tersimpan, klik
tombol YES.

f. Sekarang jaringan akan dilatih dengan bobot yang ditentukan oleh Anda.