orange machine learning PDF

Preview

Summary

Orange machine learning visualization and data mining...

Description

Orange: A Visual Programming Tool for Machine Learning and Data Analytics A Guide to Mastering Orange for Research First Edition

Olarik Surinta

Orange: A Visual Programming Tool for Machine Learning and Data Analytics A Guide to Mastering Orange for Research First Edition

Olarik Surinta Department of Information Technology Faculty of Informatics, Mahasarakham University Maha Sarakham, Thailand

Orange: เครื่องมือส฀฀฀฀หรับก฀฀รโปรแกรมแบบวิชวล ส฀฀฀฀หรับก฀฀รเรียน นรู รู้เครื่องจักรและก฀฀รวิเคร฀฀ะห์ข้อมูล คู่มือก฀฀รเรียนรู้ Orange ส฀฀฀฀หรับก฀฀รท฀฀฀฀วิจัย

โอฬ฀฀ริก สุรินต๊ะ ส฀฀ข฀฀วิช฀฀เทคโนโลยีส฀฀รสนเทศ คณะวิทย฀฀ก฀฀รส฀฀รสนเทศ มห฀฀วิทย฀฀ลัยมห฀฀ส฀฀รค฀฀ม มห฀฀ส฀฀รค฀฀ม ประเทศไทย

ค฀฀฀฀น฀฀฀฀ ด้ว ยคว฀฀มก฀้฀ วหน฀้฀ ท฀฀งเทคโนโลยีส฀฀รสนเทศ จึง ท฀฀฀฀ให้มีข้อมูลเผยแพร่ผ่฀฀นท฀฀งอินเทอร์เน็ต อย฀่฀งรวดเร็ว เช่น ข้อมูลที่โพสต์ในเฟซบุ๊ค ทวิสเตอร์ หรือต฀฀มเว็บไซต์พันทิป ไม่ว฀่฀จะเป็นข้อมูลที่เป็น ข้อคว฀฀มหรือรูปภ฀฀พ ท฀฀฀฀ให้ผู้คนบ฀฀งกลุ่มต้องก฀฀รที่จะเข฀้฀ถึงข้อมูลเหล฀่฀นั้น เพื่อที่จะน฀฀฀฀ม฀฀วิเคร฀฀ะห์ และ ใช้ข้อมูลเหล฀่฀นั้นให้เกิดประโยชน์ เช่น น฀฀฀฀ม฀฀ช่วยในก฀฀รว฀฀งแผนก฀฀รตล฀฀ด และก฀฀รเจ฀฀ะกลุ่มเป฀้฀ หม฀฀ย จึงท฀฀฀฀ให้เกิดศ฀฀สตร์ใหม่ขึ้นม฀฀เพื่อช่วยในก฀฀รเรียนรู้ และบริห฀฀รจัดก฀฀รข้อมูล เรียกว฀่฀ วิทย฀฀ก฀฀ร ข้อมูล (Data Science) ซึ่ง ในอดีตเร฀฀จะรู้จักกับค฀฀฀฀ว฀่฀ "เหมืองข้อมูล (Data Mining)" และ "ก฀฀รเรียนรู้ เครื่อ งจั ก ร (Machine Learning)" โดยทั้งสองแขนงมุ่งเน้นที่อัลกอริทึมที่จะน฀฀฀฀ม฀฀ใช้เพื่อก฀฀รเรียนรู้ และก฀฀รพย฀฀กรณ์ข้อมูล แต่อยู่บนพื้นฐ฀฀นของก฀฀รค฀฀฀฀นวณด้วยวิธีเดียวกัน ห฀฀กพูดถึงวิทย฀฀ก฀฀รข้อมูล เปรียบได้กับก฀฀รน฀฀฀฀ข้อมูลที่มีอยู่ม฀฀ผ฀่฀นกระบวนก฀฀รวิเคร฀฀ะห์ท฀฀งธุรกิจ เพื่อให้ธุรกิจเกิดคว฀฀มได้เปรียบ ในก฀฀รแข่งขัน ปัจจุบันมีเครื่องมือม฀฀กม฀฀ยที่ส฀฀ม฀฀รถน฀฀฀฀ม฀฀ใช้ในก฀฀รวิเคร฀฀ะห์ข้อมูล โดยโปรแกรม Orange มี ลัก ษณะก฀฀รท฀฀฀฀ง฀฀นแบบ Visualization ท฀฀฀฀ให้ผู้ใช้ง฀฀นส฀฀ม฀฀รถเรียกใช้ง฀฀นได้อย฀่฀งสะดวกและรวดเร็ว โดยไม่จ฀฀฀฀เป็นต้องเขียนโค้ด อีกทั้งยังเป็นโปรแกรมที่ส฀฀ม฀฀รถด฀฀วน์โหลดและใช้ง฀฀นได้ฟรี ผู้เขียนจึงมี วัตถุประสงค์เพื่อเขียนหนังสือคู่มือก฀฀รใช้โปรแกรม Orange เพื่อให้ผู้อ฀่฀นส฀฀ม฀฀รถที่จะอ฀่฀นและปฏิบัติ ต฀฀มขั้นตอนได้อย฀่฀งถูกต้อง

โอฬ฀฀ริก สุรินต๊ะ

ส฀฀รบัญ ก฀฀รติดตั้ง (Installation).........................................................................................................................1 เริ่มต้นใช้ง฀฀น Orange (Getting Started with Orange)...........................................................................5 เปิดดูตัวอย฀่฀ง (Examples)................................................................................................................ 5 เปิดไฟล์เก฀่฀ (Open).......................................................................................................................... 7 สร฀้฀งไฟล์ใหม่ (New)........................................................................................................................8 กล่องเครื่องมือ (Toolbox)............................................................................................................... 10 ไฟล์และต฀฀ร฀฀งข้อมูล (File and Data Table)........................................................................................13 ตัวอย฀่฀งไฟล์และต฀฀ร฀฀งข้อมูล (Example of File and Data Table)...................................................13 เพิ่มไอคอน Visualize (Add Visualize Icon)................................................................................... 16 ก฀฀รแสดงข้อมูลเชิงโต้ตอบ (Interactive Visualizations)......................................................................19 ก฀฀รแสดงข้อมูลย่อย (Visualizations of Data Subsets)........................................................................ 23 ก฀฀รแสดงร฀฀ยละเอียดข้อมูล (Data Information)................................................................................. 27 ก฀฀รแสดงก฀฀รกระจ฀฀ยข้อมูล (Data Distributions)............................................................................... 29 ก฀฀รประมวลผลข้อมูลเบื้องต้น (Data Preprocessing)........................................................................... 33 ต้นไม้จ฀฀฀฀แนก (Classification Tree)..................................................................................................... 37 ก฀฀รวิเคร฀฀ะห์องค์ประกอบหลัก (Principal Component Analysis: PCA)..............................................43 แสดง Principal Component ที่ดีที่สุด (Present Best Principal Components)..................................46 ก฀฀รเลือกจ฀฀฀฀นวน Principal Component ที่ใช้ในก฀฀รค฀฀฀฀นวณ (Selecting the Number of Principal Components)..................................................................................................................................49 ก฀฀รเรียกดูค฀่฀ของ Principal Component (Show Value of Principal Components).........................50 ก฀฀รเรียงตัวแปรต฀฀มล฀฀฀฀ดับคว฀฀มส฀฀฀฀คัญ (Feature Ranking).................................................................. 51 ก฀฀รเพิ่มไอคอน Data Table (Add Data Table Icon)........................................................................52 ก฀฀รสร฀้฀งก฀฀รเชื่อมต่อเส้นระหว฀่฀งไอคอน (Create New Link to Icons).......................................... 57 ก฀฀รแบ่งข้อมูลเพื่อทดสอบประสิทธิภ฀฀พของโมเดล (Cross-Validation)...............................................61 Cross Validation.............................................................................................................................64 Random Sampling..........................................................................................................................66 Leave One Out............................................................................................................................... 67 Confusion Matrix................................................................................................................................69 K-Nearest Neighbor (KNN)............................................................................................................... 71 ก฀฀รพย฀฀กรณ์ด้วยวิธี KNN (KNN Prediction)............................................................................... 77 KNN Parameter Tuning (ก฀฀รปรับค฀่฀พ฀฀ร฀฀มิเตอร์ของ KNN)........................................................ 80 ก฀฀รวิเคร฀฀ะห์ก฀฀รถดถอย (Linear Regression).....................................................................................83 K-Means Clustering............................................................................................................................87 Interactive k-Means............................................................................................................................ 93 ก฀฀รติดตั้งโปรแกรม Add-on (Installing Add-on Program).............................................................93 ก฀฀รสร฀้฀งข้อมูลด้วยไอคอน Paint Data (Creating Data using Paint Data Icon)..............................94 Support Vector Machine (SVM).........................................................................................................97 Kernel Function ที่ใช้ใน SVM (SVM Kernel Functions)..............................................................98 Neural Network................................................................................................................................ 105 Deep Neural Network.................................................................................................................. 109 ก฀฀รวิเคร฀฀ะห์รูปภ฀฀พ (Image Analytics)............................................................................................ 111 Deep Convolutional Neural Network (Deep CNN)..................................................................... 116 Inception v3................................................................................................................................. 116 VGG-16........................................................................................................................................118

VGG-19........................................................................................................................................119 ก฀฀รจัดหมวดหมู่รูปภ฀฀พใบหน฀้฀ (Face Image Classification)............................................................ 121 OpenFace..................................................................................................................................... 123

ส฀฀ม฀฀รถด฀฀วน์โหลดตัวอย฀่฀งโปรแกรม และหนังสือเล่มนี้ ได้จ฀฀กเว็บไซต์ github https://github.com/mrolarik/Orange-visualprogramming

ก฀฀รติดตั้ง (Installation)

•

ส฀฀ม฀฀รถด฀฀วน์โหลด Orange ได้จ฀฀กเว็บไซต์ https://orange.biolab.si

•

คลิกที่เมนู Download หรือที่ปุ่ม Download Orange

•

ส฀฀ม฀฀รถเลือกด฀฀วน์โหลดโปรแกรมได้ทั้งหมด 3 OS ประกอบด้วย Windows, macOS และ Linux / Source เมื่อเลือก OS เสร็จเรียบร้อย จ฀฀กนั้นให้เลือกที่ Download Orange

•

2 Orange: A Visual Programming Tool for Machine Learning and Data Analytics • •

จ฀฀กนั้นไฟล์โปรแกรมที่ด฀฀วน์โหลดจะถูกเก็บไว้ที่โฟลเดอร์ Downloads ตัวอย฀่฀งได้ด฀฀วน์โหลดไฟล์ของ macOS โดยไฟล์ชื่อ Orange3-3.140.dmg โดยที่ 3.14.0 คือ version ของโปรแกรม orange ที่ได้ด฀฀วน์โหลด

• •

จ฀฀กนั้นให้ดับเบิ้ลคลิกที่ไฟล์ Orange3-3.14.0.dmg เพื่อติดตั้งโปรแกรม เมื่อติดตั้งเสร็จเรียบร้อยส฀฀ม฀฀รถเปิดโปรแกรมขึ้นม฀฀ใช้ง฀฀น โดยโปรแกรมที่ติดตั้งเรียกว฀่฀ Orange3

A Guide to Mastering Orange for Research 3

•

เมื่อคลิกเปิดโปรแกรมจะแสดงโลโก้ของโปรแกรม

•

เมื่อแสดงโลโก้ของโปรแกรมเสร็จเรียบร้อยจะเปิดโปรแกรม Orange เพื่อให้ใช้ง฀฀น

4 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

เริ่มต้นใช้ง฀฀น Orange (Getting Started with Orange) •

เมื่อเรียกโปรแกรม Orange จะแสดงหน฀้฀ต฀่฀ง Welcome to Orange Data Mining

•

จ฀฀กหน฀้฀ต฀่฀ง Welcome to Orange Data Mining ส฀฀ม฀฀รถเลือกเมนูต฀่฀ง ๆ เช่น ◦ สร฀้฀งไฟล์ใหม่ (New) ◦ เปิดไฟล์เก฀่฀ (Open) ◦ เปิดไฟล์ล฀่฀สุด (Recent) ◦ เปิดดูตัวอย฀่฀ง (Examples)

เปิดดูตัวอย฀่฀ง (Examples) •

ในกรณีที่คลิกที่ Examples จะปร฀฀กฎตัวอย฀่฀งในก฀฀รท฀฀฀฀ง฀฀นของโปรแกรม Orange ดังตัวอย฀่฀ง ต่อไปนี้

6 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

A Guide to Mastering Orange for Research 7

•

เมื่อเลือกตัวอย฀่฀งที่ต้องก฀฀ร ให้คลิกที่ปุ่ม Open เพือเปิดดูตัวอย฀่฀งนั้น

เปิดไฟล์เก฀่฀ (Open) •

ห฀฀กต้องก฀฀รเปิดไฟล์เดิมที่มีอยู่แล้วส฀฀ม฀฀รถคลิกที่ Open

8 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

• •

เมื่อคลิกที่ปุ่ม Open โปรแกรมจะให้เลือกไฟล์ของโปรแกรม Orange ซึ่งไฟล์จะมีน฀฀มสกุล .ows จ฀฀กนั้นคลิกที่ปุ่ม Open เพื่อเปิดไฟล์ที่ต้องก฀฀รจะท฀฀฀฀ง฀฀น

สร฀้฀งไฟล์ใหม่ (New) • •

•

ห฀฀กต้องก฀฀รสร฀้฀งไฟล์ใหม่ส฀฀ม฀฀รถคลิกที่ New เมื่อคลิกที่ New จ฀฀กนั้นจะปร฀฀กฎหน฀้฀ต฀่฀ง Workflow Info ให้พิมพ์ร฀฀ยละเอียดของโปรเจคที่ ต้องก฀฀รจะท฀฀฀฀ง฀฀น ประกอบด้วย Title และ Description ◦ Title - ชื่อของโปรเจค ◦ Description – ร฀฀ยละเอียดของโปรเจค เมื่อพิมพ์ร฀฀ยละเอียดที่ต้องก฀฀รให้คลิกที่ปุ่ม OK เพื่อเริ่มต้นก฀฀รท฀฀฀฀ง฀฀น

A Guide to Mastering Orange for Research 9

•

เมื่อคลิกที่ OK จะปร฀฀กฎโปรแกรม Orange ที่พร้อมท฀฀฀฀ง฀฀น

10 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

กล่องเครื่องมือ (Toolbox) Data

Visualize

Model

A Guide to Mastering Orange for Research 11

Evaluate

Unsupervised

12 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ไฟล์และต฀฀ร฀฀งข้อมูล (File and Data Table) ตัวอย฀่฀งไฟล์และต฀฀ร฀฀งข้อมูล (Example of File and Data Table) •

คลิกที่เมนู Help > Examples โปรแกรม Orange จะเปิดตัวอย฀่฀งของก฀฀รใช้โปรแกรม

•

จ฀฀กนั้นให้เลือกที่ File and Data Table และกดที่ปุ่ม Open

14 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

•

เมื่อคลิกที่ Open จะปร฀฀กฎตัวอย฀่฀งก฀฀รใช้ง฀฀นไอคอน (Icon) หรือวิดเจท (Widget) File และ Data Table

จ฀฀กตัวอย฀่฀งเริ่มต้นโดย • ดับเบิ้ลคลิกที่ไอคอน File จ฀฀กนั้นจะปร฀฀กฎหน฀้฀ต฀่฀งที่แสดงชุดข้อมูล (Dataset) ◦ ในตัวอย฀่฀งนี้จะเป็นชุดข้อมูลที่ชื่อ iris ซึ่งเป็นชุดข้อมูลดอกไม้ที่ประกอบไปด้วย 4 attribute และ 3 class

A Guide to Mastering Orange for Research 15

• •

ห฀฀กต้องก฀฀รเลือกข้อมูลชุดอื่นส฀฀ม฀฀รถท฀฀฀฀ได้โดยคลิกที่รูปโฟลเดอร์ จ฀฀กนั้นจะปร฀฀กฎหน฀้฀ต฀่฀งให้เลือกข้อมูลชุดอื่น

• • •

เมื่อเลือกชุดข้อมูลเสร็จเรียบร้อยให้คลิกที่ปุ่ม Open ในกรณีนี้ เลือกใช้ข้อมูลชุด iris จ฀฀กนั้นให้ดับเบิ้ลคลิกที่ไอคอน Data Table จะปร฀฀กฎหน฀้฀ต฀่฀งดังต่อไปนี้

16 Orange: A Visual Programming Tool for Machine Learning and Data Analytics •

โดยหน฀้฀ต฀่฀งจะแสดงข้อมูลทั้งหมดของชุดข้อมูล iris ซึ่งประกอบด้วยข้อมูลทั้งสิ้น 150 ชุด ◦ ข้อมูลแต่ละแถว (Instance) จะประกอบไปด้วย 4 attribute / feature คือ ▪ Sepal length ▪ Sepal width ▪ Petal length ▪ Petal width ◦ ข้อมูลมีทั้งหมด 3 กลุ่ม (Class / Label) ประกอบด้วย ▪ iris-setosa ▪ iris-versicolor ▪ iris-virginica

[ที่ม฀฀: https://rpubs.com/wjholst/322258] ◦

เพิ่มไอคอน Visualize (Add Visualize Icon) • •

จ฀฀กนั้นท฀฀฀฀ก฀฀รเพิ่มไอคอน Visualize เพื่อที่จะดูลักษณะของข้อมูลของ iris dataset ท฀฀฀฀ได้โดยเลือกที่แทป (Tab) Visualize และคลิกที่ไอคอน Scatter Plot จ฀฀กนั้น Scatter Plot จะ ไปปร฀฀กฎใน Workflow ของโปรแกรม

A Guide to Mastering Orange for Research 17

•

ดับเบิ้ลคลิกที่ไอคอน Scatter Plot เพื่อดูกร฀฀ฟ ◦ โดยกร฀฀ฟแสดงให้เห็นถึงก฀฀รกระจ฀฀ยของข้อมูล

18 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ก฀฀รแสดงข้อมูลเชิงโต้ตอบ (Interactive Visualizations) • • •

ในส่วนนี้เป็นก฀฀รแสดงให้เห็นถึงวิธีก฀฀รแสดงข้อมูลแบบ Visualization คลิกที่เมนู Help > Examples โปรแกรม Orange จะเปิดตัวอย฀่฀งของก฀฀รใช้โปรแกรม ให้คลิกเลือก Interactive Visualizations และคลิกที่ปุ่ม Open

•

เมื่อคลิกที่ Open จะปร฀฀กฎตัวอย฀่฀งก฀฀รใช้ง฀฀น Interactive Visualizations ดังตัวอย฀่฀งต่อไปนี้

20 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ขั้นตอนในก฀฀รท฀฀฀฀ Interactive Visualizations ท฀฀฀฀ได้ด ังต่อไปนี้ • ดับเบิ้ลคลิกที่ไอคอน File เพื่อเลือกชุดข้อมูลที่ต้องก฀฀รใช้ง฀฀น ◦ ตัวอย฀่฀งก฀฀฀฀หนดให้ใช้ชุดข้อมูล iris

•

ขั้นตอนต่อไปดับเบิ้ลคลิกที่ไอคอน Scatter Plot โปรแกรมจะแสดงหน฀้฀ต฀่฀งเพื่อแสดงข้อมูล แบบ Visualization

A Guide to Mastering Orange for Research 21

•

จ฀฀กหน฀้฀ต฀่฀งข฀้฀งต้นส฀฀ม฀฀รถ คลิกข้อมูลแต่ละจุด หรือ ใช้เม฀฀ส์คลิกเพื่อเลือกข้อมูลแบบกลุ่ม ◦ ตัวอย฀่฀งแสดงให้เห็นถึงก฀฀รเลือกข้อมูลบ฀฀งส่วน จ฀฀กนั้นให้คลิกเพื่อปิดหน฀้฀ต฀่฀ง

22 Orange: A Visual Programming Tool for Machine Learning and Data Analytics •

จ฀฀กนั้นดับเบิ้ลคลิกที่ไอคอน Data Table ◦ โปรแกรมจะเปิดหน฀้฀ต฀่฀ งเพื่อแสดงข้อมูลที่ได้เลือกไว้ในขั้นตอน Scatter Plot

ก฀฀รแสดงข้อมูลย่อย (Visualizations of Data Subsets) • • •

ในส่วนนี้แสดงให้เห็นถึงก฀฀ร Visualization ของชุดข้อมูลย่อย คลิกที่เมนู Help > Examples โปรแกรม Orange จะเปิดตัวอย฀่฀งของก฀฀รใช้โปรแกรม ให้คลิกเลือก Visualization of Data Subsets และคลิกที่ปุ่ม Open

•

เมื่อคลิกที่ Open จะปร฀฀กฎตัวอย฀่฀งก฀฀รใช้ง฀฀น Visualization of Data Subsets ดังตัวอย฀่฀งต่อไป นี้

24 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ขั้นตอนในก฀฀รท฀฀฀฀ Visualization of Data Subsets ท฀฀฀฀ได้ดังต่อไปนี้ • ดับเบิ้ลคลิกที่ไอคอน File เพื่อเลือกชุดข้อมูลที่ต้องก฀฀รใช้ง฀฀น ในตัวอย฀่฀งใช้ข้อมูล iris • ดับเบิ้ลคลิกที่ไอคอน Data Table และเลือกข้อมูลที่ต้องก฀฀รน฀฀฀฀ไป Visualization

A Guide to Mastering Orange for Research 25

•

ดับเบิ้ลคลิกที่ เส้นเชื่อมต่อระหว฀่฀ง Data Table และ Scatter Plot ◦ ให้สังเกตก฀฀รเชื่อม (Link) ข้อมูลระหว฀่฀ง Data Table และ Scatter Plot

•

สุดท฀้฀ย ดับเบิ้ลคลิกที่ Scatter Plot เพื่อดูข้อมูลชุดย่อยที่ได้เลือกไว้

26 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ก฀฀รแสดงร฀฀ยละเอียดข้อมูล (Data Information) •

ห฀฀กต้องก฀฀รทร฀฀บร฀฀ยละเอียด (Information) ของข้อมูลที่น฀฀฀฀ม฀฀ใช้ง฀฀น ส฀฀ม฀฀รถท฀฀฀฀ได้โดยเลือก ที่ไอคอน Data Info โดยท฀฀฀฀ต฀฀ม workflow ดังต่อไปนี้

28 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ก฀฀รแสดงก฀฀รกระจ฀฀ยข ก฀฀รแสดงก฀฀รกระจ฀฀ยข้้อมูล (Data Distributions)

•

โปรแกรม Orange มีเครื่องมือ (Tool) ที่ช่วยให้ผู้ใช้ง฀฀นส฀฀ม฀฀รถดูก฀฀รกระจ฀฀ยของข้อมูล เช่น จ฀฀฀฀นวนของข้อมูลในแต่ละ Class จ฀฀฀฀นวนของข้อมูลในแต่ละ Attribute เป็นต้น ผู้ใช้ง฀฀นส฀฀ม฀฀รถเห็นข้อมูลในลักษณะ Visualize ท฀฀฀฀ให้เข฀้฀ใจลักษณะของข้อมูลม฀฀กขึ้น

•

ก฀฀รกระจ฀฀ยข้อมูล ส฀฀ม฀฀รถท฀฀฀฀ได้ดัง workflow ต่อไปนี้

• • •

ในกรณีนี้ ข้อมูลที่น฀฀฀฀ม฀฀ใช้เพื่อแสดงก฀฀รกระจ฀฀ยคือชุดข้อมูล iris ผู้ใช้ง฀฀นส฀฀ม฀฀รถดับเบิ้ลคลิกที่ไอคอน File และเลือกชุดข้อมูลที่ต้องก฀฀รแสดงได้ต฀฀มต้องก฀฀ร จ฀฀กนั้นดับเบิ้ลคลิกที่ไอคอน Distributions จะปร฀฀กฎหน฀้฀ต฀่฀งดังตัวอย฀่฀งต่อไปนี้

•

ตัวอย฀่฀งข฀้฀งต้น แสดงให้เห็นถึงก฀฀รกระจ฀฀ยข้อมูลของ Attribute ที่ชื่อ Sepal Length ท฀฀฀฀ให้รู้ถึง ช่วงคว฀฀มกว฀้฀งของ Sepal (Sepal Length) ของดอกไม้ iris ในแต่ละส฀฀ยพันธุ์ (Setosa, Versicolor และ Virginica) เป็นต้น

•

30 Orange: A Visual Programming Tool for Machine Learning and Data Analytics •

ตัวอย฀่฀งต่อไปแสดงให้เห็นถึงจ฀฀฀฀นวนของส฀฀ยพันธุ์ดอกไม้ iris ในแต่ละ Class โดยในชุดข้อมูล iris มีจ฀฀฀฀นวนดอกไม้ 150 ดอก แบ่งออกเป็น 3 Class และมี Class ละ 50 ดอก

A Guide to Mastering Orange for Research 31

•

ตัวอย฀่฀งต่อไปนี้ แสดงให้เห็นถึงก฀฀รกระจ฀฀ยข้อมูลของสัตว์แต่ละประเภท

32 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ก฀฀รประมวลผลข้อมูลเบื้องต้น (Data Preprocessing)

•

ก฀฀รประมวลผลข้อมูลเบื้องต้น คือก฀฀รเตรียมข้อมูลให้พร้อมส฀฀฀฀หรับก฀฀รเรียนรู้ เช่น ◦ บ฀฀งครั้งข้อมูลที่จะน฀฀฀฀ม฀฀ใช้มีข้อมูลบ฀฀งส่วนที่สูญห฀฀ยไป เรียกว฀่฀ Missing Value ◦ ข้อมูลที่จะน฀฀฀฀ม฀฀ใช้ยังไม่ผ฀่฀นก฀฀ร Normalize ให้อยู่ในช่วงข้อมูลเดียวกัน ◦ ข้อมูลที่น฀฀฀฀ม฀฀ใช้มีจ฀฀฀฀นวน Feature/Attribute เยอะจนเกินไป อ฀฀จต้องใช้วิธีก฀฀ร เช่น เลือก Feature ที่มีคว฀฀มสัมพันธ์ (Relevant) หรือใช้วิธี PCA เพื่อห฀฀ Component ที่เหม฀฀ะสมที่สุด

•

ตัวอย฀่฀งต่อไปนี้ เป็นก฀฀รประมวลผลข้อมูลเบื้องต้น โดยก฀฀ร Normalize ข้อมูล Feature ส฀฀ม฀฀รถ ท฀฀฀฀ได้ดัง workflow ต่อไปนี้

•

ตัวอย฀่฀งเลือกใช้ข้อมูล iris ในก฀฀รทดสอบ ส฀฀ม฀฀รถท฀฀฀฀ได้โดยดับเบิ้ลคลิกที่ไอคอน File และ เลือกที่ข้อมูล iris ดับเบิ้ลคลิกที่ไอคอน Data Table เพื่อดูชุดข้อมูล iris ก่อนก฀฀รเปลี่ยนแปลง

•

34 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

•

จ฀฀กนั้นดับเบิ้ลคลิกที่ไอคอน Preprocess

A Guide to Mastering Orange for Research 35

• •

จ฀฀กตัวอย฀่฀งข฀้฀งต้น ได้เลือกใช้วิธีก฀฀ร Preprocess ด้วยวิธีก฀฀ร Normalize ข้อมูล ◦ วิธีก฀฀รเลือกคือใช้เม฀฀ส์คลิก วิธีก฀฀รท฀฀งฝั่งซ฀้฀ย และน฀฀฀฀ม฀฀ว฀฀งหน฀้฀ต฀่฀งท฀฀งฝั่งขว฀฀มือ จ฀฀กนั้นดับเบิ้ลคลิกที่ไอคอน Data Table (1) เพื่อดูก฀฀รเปลี่ยนแปลงของข้อมูล

36 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ต้นไม้จ฀฀฀฀แนก (Classification Tree) • • •

ในส่วนนี้แสดงให้เห็นถึงวิธีก฀฀รจ฀฀฀฀แนก (Classification) ข้อมูลด้วยวิธีต้นไม้ (Tree) คลิกที่เมนู Help > Examples โปรแกรม Orange จะเปิดตัวอย฀่฀งของก฀฀รใช้โปรแกรม ให้คลิกเลือก Classification Tree และคลิกที่ปุ่ม Open

•

เมื่อคลิกที่ Open จะปร฀฀กฎตัวอย฀่฀งก฀฀รใช้ง฀฀น Classification Tree ดังตัวอย฀่฀งต่อไปนี้

38 Orange: A Visual Programming Tool for Machine Learning and Data Analytics

ขั้นตอนในก฀฀รท฀฀฀฀ Classification Tree ท฀฀฀฀ได้ดัง ต่อไปนี้ • ดับเบิ้ลคลิกที่ไอคอน File เพื่อเลือกชุดข้อมูลที่ต้องก฀฀รใช้ง฀฀น ในตัวอย฀่฀งใช้ข้อมูล iris • ดับเบิ้ลคลิกที่ไอคอน Scatter Plot เพื่อดูข้อมูลแบบ Visualize • ดับเบิ้ลคลิกที่ไอคอน Classification Tree จะปร฀฀กฎหน฀้฀ต฀...