หลังจากได้ Model มาแล้วสิ่งที่เราต้องทำต่อไป คือ การนำโมเดลที่ได้นั้นมาตรวจสอบความถูกต้อง และนำไปผลที่ได้ไปปรับแต่ง Model ของเราจนได้ผลลัพธ์ออกมาเป็นที่น่าพอใจแล้วนำไปทดสอบกับข้อมูลจริงๆ โดยการตรวจสอบ Model ที่ได้มานั้นมีขั้นตอน ดังนี้
- เปิดโปรแกรม WEKA และทำการ load model ที่ได้ save ไว้ขึ้นมาจาก Blog ตอนที่แล้ว
- มาตั้ง Test Options (ไม่แน่ใจมาจาก sense เพราะมันไม่มี doc ให้อ่าน)
- Supplied training set: เปิดไฟล์ data ที่เราจะมา Test กับ Model <<เลือกอันนี้>> จากนั้นไปเลือกไฟล์ Customer_for_std_test ดังรูป
- คลิกขวาที่ Model เลือก Re-evaluate model on current test set
- สังเกตุผลลัพธ์ที่ได้ ดังรูป ซึ่งจะมีจำนวนที่ทำนายถูก
- Correctly Classified Instances 119 รายการ ซึ่งคิดเป็น 59.5% ซึ่งเราจะต้องปรับให้มันถูกเยอะๆ จนกว่าจะพอใจ
- เราสามารถที่จะดูผลลัพธ์ที่ระบบมันทายได้เทียบกับคำตอบ โดยคลิกขวาที่ Model เลือก Visualize Classify error จากนั้นกด save จากนั้นมาเปิดดูด้วย arffViewer ตามรูป หรือจะดูจาก Confusion Matrix ก็ได้
- ถ้าเราไม่พอใจก็กลับไปทำใน หัวข้อ "สร้าง Model" และมาปรับค่าในส่วนของข้อที่ 6 และ 9 แต่ถ้าเรา OK กับตัว Model เราสามารถนำ Model ที่ได้ไปใช้งานเพื่อทำนายกับข้อมูลจริงๆได้เลยครับ 😀
การทำ Neural Network คือ การ Generate and test หรือ tried and error ซึ่งหมายถึง การลองผิดลองถูก จนกว่าจะได้เป้าหมายตรงตามต้องการ และท้ายที่สุดผมหวังว่าข้อมูลชุดนี้จะเป็นประโยชน์ในการทำความเข้าใจกับโปรแกรม WEKA มากขึ้น และผมแนบวิดีโอสรุปการทำมาด้วยครับ แต่อาจจะมีจุดที่แตกในเรื่องของชุดข้อมูลที่ผมแบ่งไว้นะครับ (เสียงช่วง 1 นาทีแรกอาจจะมีเสียงแทรกนะครับ เพราะผมไม่เก่งในการตัดต่อวิดีโอ ^__^)
และ Blog ถัดไปจะเป็นการสรุปปัญหาต่างๆในทางเทคนิคของโปรแกรม WEKA กับการทำ Neural Network
Discover more from naiwaen@DebuggingSoft
Subscribe to get the latest posts to your email.
