หลังจากเรา เตรียมข้อมูล เรียบร้อยแล้ว ขั้นตอนต่อมา คือ การสร้าง Model โดยทำต่อไปตามขั้นตอนเลยครับ
- มาที่ tab Preprocesses >> open file >> เลือกไฟล์ Customer_for_std_train.arff
- จะพบข้อมูลขึ้นมา โดยเราสามารถที่จะไปกดดูกราฟ เพื่อที่จะทำการดู กราฟ และสถิตต่างๆได้
ส่วนที่ 1: แสดง background ของข้อมูล ว่ามาจากไล์อะไร มีกี่ record
ส่วนที่ 2: แสดง Attribute ทั้งหมด โดยเมื่อเราเลือกไปที่ตัวไหน จะมีรายละเอียดในสวนที่ 3
ส่วนที่ 3: แสดงสถิตพื้นฐาน และกราฟ
- มาที่ tab Classify >> เลือก choose
- ไปที่ function >> MultiLayer Preception
- คลิกขวาในบริเวณตามรูป เลือก show properties เพื่อที่เราจะไปปรับค่ามัน
- ตั้งค่าตามรูปเลยจ้า (ไม่แน่ใจมากนะ เพราะมาจากการทดลองกดดู เพราะมันไม่มี doc ให้อ่าน)
- GUI: True แสดงรูป Model
- Hidden Layer: ใส่ไปตาม default ก่อน
- Learning Rate: ใส่ค่า Weight อัตราการเรียนรู้ของข้อมูล
- Normalize Attribute: เข้าใจว่าแปลงค่า input อยู่ในช่วงของ sigmoid คือ -1 ถึง 1
- มาตั้ง Test Options (ไม่แน่ใจมากนะ เพราะมาจากการทดลองกดดู เพราะมันไม่มี doc ให้อ่าน)
- Use training set: เอาไว้สร้าง Model <<เลือกอันนี้>>
- Supplied training set: เปิดไฟล์ data ที่เราจะมา Test กับ Model
- ไปเลือก attribute ที่จะหาคำตอบ ซึ่งก็ คือ PurchasedBike ดังรูป
- เมื่อพร้อมแล้วกด Start จะได้ Model แบบ GUI ขึ้นมา จากนั้นดราก็มากำหนดรอบ(Epoch) และค่าอื่นๆตามต้องการก่อนที่เราจะกด Start ให้มันทำจนครบ หรือถ้าค่า error มันน้อยเราก็สามารถที่จะกด Accept ได้
- สังเกตที่ส่วนนี้ เมื่อเราลองแต่ละครั้งมันจะมี Record ไว้ เราสามาถที่จะเลือก save Model หรือ จะ Load ที่มีอยู่แล้วมาทดสอบได้
- ทำการ Save Model ที่ได้เก็บไว้
หลังจากที่ได้ลองทำตามขั้นตอนเรียบร้อยแล้ว งานถัดไปของเรา คือ การตรวจสอบโมเดล ซึ่งผมเขียนเป็น Blog ถัดไปนะครับ ^____^
Discover more from naiwaen@DebuggingSoft
Subscribe to get the latest posts to your email.
