Perbandingan Efektivitas Klasifikasi Algoritma C.4.5 dan Algoritma Naive Bayes dengan Mengunakan Pihak ke 3 (WEKA)Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas KH. A. Wahab Hasbullah, 1 Nov 2019 Buku ini ditujukan untuk memberikan pengetahuan tentang bagaimana cara mengetahui tingkat kinerja dari Algoritma C.4.5 dan Naïve bayes yang diukur berdasarkan presentasi akurasi dan error. Buku ini memberikan dasar-dasar teori mengenai Klasifikasi Data, Model Klasifikasi, Confusion Matriks, data mining, Fungsi data mining, Proses Data Mining, Tahapan Data Mining, Algoritma C.4.5, Algoritma Naïve Bayes, Analisis Sistem Algoritma C.4.5 dan Algoritma Naïve Bayes, pengujian Algoritma C.4.5 dan Algoritma Naïve Bayes beserta Hasil Klasifikasi Algoritma C.4.5 dan Naïve Bayes. |
Istilah dan frasa umum
8 Total Number Algoritma J48 Cross Algoritma Naïve Bayes Analisis basis data Bayes Cross validation benar sebanyak C.4.5 dan Algoritma confusion matrix Correctly Classified Cross Validation Hasil Cross Validation Membuka Cross Validation Memilih Cross Validation Menyimpan Cross Validation Open Cross Validation Tools data set data training digunakan Error Mean estimasi Explorer fold Fungsi Hasil Test Options himpunan atribut Incorrectly Classifield informasi J48 Cross Validation Jurnal kategori Klasifikasi Data klik Open klik tab KURNIAWAN label kelas Lihat gambar berikut mammal mean squared error Membuka Hasil Klasifikasi menggunakan pihak Menyimpan Hasil Test Metro Interstate Traffic Minneapolis Minneapolis-St model klasifikasi Naive Naïve Bayes Cross numerik pihak ke tiga prediksi proses data mining proses klasifikasi proses pengklasifikasian record yang diklasifikasi Saint Paul Selanjutnya klik Soybean sungai Mississippi Teknik tiga Weka Tools Arff Viewer training set True Validation Membuka Hasil Validation Memilih Algoritma Validation Menyimpan Hasil Validation Open File Validation Tools Arff variabel vertebrata