การวิ�เคราะห์ข้�อมู�ลด้�วิย WEKA

โสภิ�ตา เอกฤทธิ์��เร�อง 55102011029

ประเภิทท� วิ�เคราะห์1. Clustering2. Classification3. Associate

Clustering

นำ"าข้�อมู�ลท� ได้�เตร�ยมูไวิ�มูาลงweka แล�วิไปท� Cluster เล�อกSimpleKMeans

numberCluster 2 (Within cluster sum of squared errors: 259.0)numberCluster 3 (Within cluster sum of squared errors: 234.0)numberCluster 4 (Within cluster sum of squared errors: 214.0)numberCluster 5 (Within cluster sum of squared errors: 188.0)numberCluster 6 (Within cluster sum of squared errors: 182.0)numberCluster 7 (Within cluster sum of squared errors: 175.0)numberCluster 8 (Within cluster sum of squared errors: 173.0)numberCluster 9 (Within cluster sum of squared errors: 159.0)numberCluster 10 (Within cluster sum of squared errors: 151.0)

ผลจากการวิ�เคราะห์ด้�วิย CLUSTERING

กราฟท� ได้�จาก CLUSTERING

สร(ปผลจาก CLUSTERING

จากการแบ่*งกล(*มูท+,งห์มูด้ 10 คร+,ง

Associate

ผลจากการวิ�เคราะห์ด้�วิย ASSOCIATE

ห์ล+งจากท� เตร�ยมูไฟลแล�วิ ไปท� Associate เล�อกApriory

สร(ปผลจาก ASSOCIATE

ส� งท� ได้�จาก Base Rule found:

Classification

tranningTime= 200

ค"าถามู : นำ�ส�ตผ��ห์ญิ�งท� อย�*บ่�านำและอย�*ห์อ โดยใช้�วิ�ธี MultiLayererceptron

tranningTime= 500

สร(ปผลจาก CLASSIFICATION

ค*าPredictionในำการวินำแต*ละรอบ่จะไมู*เห์มู�อนำก+นำ