Weka
โปรแกรม Weka (Waikato Environment for
Knowledge Analysis) เริ่มพัฒนามาตั้งแต่ปี 1997 โดยมหาวิทยาลัย Waikato
ประเทศนิวซีแลนด์ เป็นซอฟต์แวร์สำเร็จรูป อยู่ภายใต้การควบคุมของ GPL License โปรแกรม Weka ได้ถูกพัฒนามาจากภาษาจาวาทั้งหมด ซึ่งเขียนมาโดยเน้นกับงานทางด้านการเรียนรู้ด้วยเครื่อง (Machine Learning) และ การทำเหมืองข้อมูล (Data Mining) โปรแกรมจะประกอบไปด้วยโมดูลย่อยๆ
สำหรับใช้ในการจัดการข้อมูล
และเป็นโปรแกรมที่สามารถใช้ Graphic User Interface (GUI) และ ใช้ค่าส่งในการให้ซอฟต์แวร์ประมวลผล
และ สามารถรัน (run) ได้หลายระบบปฏับติการ และสามารถพัฒนาต่อยอดโปรแกรมได้
เป็นเครื่องมือที่ใช้ทางานในด้านการทาดาตาไมนนิ่งท์รวบรวมแนวคิดอัลกอริทึมมากมาย
ซึ่งอัลกอรทึมสามารถเลือกใช้งานโดยตรงได้จาก
2 ทางคอจากชุดเครื่องมือที่มีอัลกอริทึมมาให้
หรือเลือกใช้จากอัลกอริทึมที่ไดเขียนเป็นโปรแกรมลงไปเป็นชุดเครื่องมือเพี่มเติม
และชุดเครื่องมือมีฟังก์ชั้นสำหรับการทำงานร่วมกับข้อมูล ได้แก่ Pre-Processing,
Classification,Regression, Clustering, Association rules, Selection และ Visualization
ข้อดีโปรแกรม Weka
1.เป็นซอฟต์แวร์ที่เป็นฟรีแวร์
2.สามารถทางานได้ทุก OS
3. เชื่อมต่อ SQL Database โดยใช้ Java Database
Connectivity
4. มีลักษณะที่ง่ายต่อการใช้งานเนื่องจากใช้
5.สนับสนุนเกี่ยวกับการทาเหมืองข้อมูล
(Data Mining)
ข้อเสียโปรแกรม Weka
1.หาโหลดใช้งานได้ยาก
2.ฟังค์ชั้นอาจจะยังไม่ทันสมัย
การทำเหมืองข้อมูล
คือ กระบวนการที่กระทำกับข้อมูล(โดยส่วนใหญ่จะมีจำนวนมาก) เพื่อค้นหารูปแบบ แนวทาง
และความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูลนั้น โดยอาศัยหลักสถิติ การรู้จำ
การเรียนรู้ของเครื่อง และหลักคณิตศาสตร์
ความรู้ที่ได้จากการทำเหมืองข้อมูลมีหลายรูปแบบ ได้แก่
กฎความสัมพันธ์(Association rule) แสดงความสัมพันธ์ของเหตุการณ์หรือวัตถุ
ที่เกิดขึ้นพร้อมกัน ตัวอย่างของการประยุกต์ใช้กฎเชื่อมโยง เช่น
การวิเคราะห์ข้อมูลการขายสินค้า โดยเก็บข้อมูลจากระบบ ณ จุดขาย(POS) หรือร้านค้าออนไลน์ แล้วพิจารณาสินค้าที่ผู้ซื้อมักจะซื้อพร้อมกัน เช่น
ถ้าพบว่าคนที่ซื้อเทปวิดีโอมักจะซื้อเทปกาวด้วย
ร้านค้าก็อาจจะจัดร้านให้สินค้าสองอย่างอยู่ใกล้กัน เพื่อเพิ่มยอดขาย
หรืออาจจะพบว่าหลังจากคนซื้อหนังสือ ก แล้ว มักจะซื้อหนังสือ ข ด้วย
ก็สามารถนำความรู้นี้ไปแนะนำผู้ที่กำลังจะซื้อหนังสือ ก ได้
การจำแนกประเภทข้อมูล
(Data classification) หากฏเพื่อระบุประเภทของวัตถุจากคุณสมบัติของวัตถุ
เช่น หาความสัมพันธ์ระหว่างผลการตรวจร่างกายต่าง ๆ กับการเกิดโรค
โดยใช้ข้อมูลผู้ป่วยและการวินิจฉัยของแพทย์ที่เก็บไว้
เพื่อนำมาช่วยวินิจฉัยโรคของผู้ป่วย หรือการวิจัยทางการแพทย์
ในทางธุรกิจจะใช้เพื่อดูคุณสมบัติของผู้ที่จะก่อหนี้ดีหรือหนี้เสีย
เพื่อประกอบการพิจารณาการอนุมัติเงินกู้
การแบ่งกลุ่มข้อมูล
(Data clustering) แบ่งข้อมูลที่มีลักษณะคล้ายกันออกเป็นกลุ่ม
แบ่งกลุ่มผู้ป่วยที่เป็นโรคเดียวกันตามลักษณะอาการ เพื่อนำไปใช้ประโยชน์ในการวิเคราะห์หาสาเหตุของโรค
โดยพิจารณาจากผู้ป่วยที่มีอาการคล้ายคลึงกัน
จินตทัศน์(Visualization)สร้างภาพคอมพิวเตอร์กราฟิกที่สามารถนำเสนอข้อมูลมากมายอย่างครบถ้วนแทนการใช้ขัอความนำเสนอข้อมูลที่มากมาย
เราอาจพบข้อมูลที่ซ้อนเร้นเมื่อดูข้อมูลชุดนั้นด้วยจินตทัศน์
ขั้นตอนการทำเหมืองข้อมูล
1.ทำความเข้าใจปัญหา
2.ทำความเข้าใจข้อมูล
3.เตรียมข้อมูล
4.สร้างแบบจำลอง
5.ประเมิน
6.นำไปใช้งาน
ประโยชน์จากการทำเหมืองข้อมูล
การทำเหมืองข้อมูล
จำเป็นต้องอาศัยบุคลากรจากหลายฝ่าย และต้องอาศัยความรู้จำนวนมาก
ถึงจะได้รับประโยชน์อย่างแท้จริง เพราะสิ่งที่ได้จากขั้นตอนวิธีเป็นเพียงตัวเลข
และข้อมูล ที่อาจจะนำไปใช้ประโยชน์ได้หรือใช้ประโยชน์อะไรไม่ได้เลยก็เป็นได้
ผู้ที่ศึกษาการทำเหมืองข้อมูลจึงควรมีความรู้รอบด้านและต้องติดต่อกับทุก ๆ ฝ่าย
เพื่อให้เข้าใจถึงขอบเขตของปัญหาโดยแท้จริงก่อน
เพื่อให้การทำเหมืองข้อมูลเกิดประโยชน์อย่างแท้จริง
การสร้างโมเดล classification ด้วย Weka Explorer
1. เปิดซอฟต์แวร์ Weka ขึ้นมาใช้งานจะเห็นหน้าต่างดังในรูปที่ 1 ซึ่งจะมีเมนูให้เลือก
4 อัน ในขั้นนี้เราจะเลือกที่เมนู Explorer
รูปที่ 1 เลือก Weka Explorer เพื่อเริ่มทำงาน
2. หลังจากนั้นหน้าต่าง Weka
Explorer ก็จะปรากฏขึ้นมาให้เราเห็นครับ
ขั้นถัดมาเราจะต้องเลือกไฟล์สำหรับใช้ในการสร้างโมเดลโดยใน blog นี้ เราจะเลือกใช้ไฟล์ที่ชื่อว่า weather.numeric.arff ซึ่งอยู่ในโฟลเดอร์ data ภายใน path ของ Weka อีกทีครับ ดังนั้นเลือกเมนู Open ครับและเลือกไฟล์ดังกล่าว
รูปที่ 2 คลิกปุ่ม Open
File และเลือกไฟล์ที่ต้องการใช้ในการสร้างโมเดล
3. หลังจากเลือกไฟล์ที่จะใช้ในการสร้างโมเดลแล้ว
หน้าจอของ Weka Explorer จะเปลี่ยนไปดังแสดงในรูปที่ 3
โดยจะแสดงรายชื่อของแอตทริบิวต์ต่างๆ ในไฟล์ที่โหลดเข้ามา
จากในตัวอย่างนี้มี 5 แอตทริบิวต์ คือ outlook, temperature, humidity, windy และ play
รูปที่ 3 แสดงรายละเอียดของข้อมูลที่โหลดเข้ามาใช้งาน
4. คลิกที่แท็บ Classify เพื่อเปลี่ยนไปใช้งานเทคนิคการทำ classification เพื่อสร้างโมเดลไว้ใช้งาน
ในตัวอย่างนี้เราจะใช้เทคนิคที่ชื่อว่า K-Nearest Neighbors (kNN) หรือใน Weka จะเรียกว่า IBk เป็นเทคนิคที่จะทำการทำนายข้อมูลใหม่โดยการดูความคล้ายคลึงกับข้อมูล training
ในขั้นนี้มีขั้นตอนย่อยดังนี้
-คลิกที่ปุ่ม Choose
-เลือกเทคนิค IBk ที่อยู่ภายใต้หมวด classifiers -> lazy ดังแสดงในรูปที่ 4
รูปที่ 4 เลือกใช้เทคนิค K-Nearest Neighbors (หรือ IBk)
5. ขั้นตอนนี้เราจะเริ่มสร้างโมเดลด้วยเทคนิค IBk กันแล้วครับ ให้เราเช็คสักนิดนึงก่อนว่า
- ในส่วน Test
Options เลือกอยู่ที่ Cross-validation และเป็น 10 folds (รายละเอียดของการแบ่งทดสอบโมเดลแบบ
Cross-validation จะอธิบายใน blog ถัดไปครับ)
- ส่วนที่เป็น list
box ด้านล่าง Test Options เลือกเป็น (Nom)
Play หมายความว่าเลือกแอตทริบิวต์ Play เพื่อเป็นคลาสคำตอบ
หลังจากนั้นก็กดปุ่ม Start ได้เลยครับ
หลังจากการทำงานเสร็จสิ้นผลลัพธ์จะปรากฏขึ้น 2 ที่ คือ
1.ภายใต้ Result
list จะแสดงเวลาและชื่อเทคนิคที่ใช้งานอยู่
2.ข้อมูลโมเดลและประสิทธิภาพการทำงานของโมเดลจะอยู่ภายใต้ส่วน Classifier Output
รูปที่ 5 ผลการสร้างโมเดลด้วยเทคนิค IBk
6. หลังจากเราสร้างโมเดล classification
เสร็จเรียบร้อยแล้ว เราควรจะทำการบันทึกโมเดลเก็บไว้
ไม่เช่นนั้นโมเดลที่เราสร้างได้ก็จะหายไปเมื่อเราทำการปิดโปรแกรมไป
การบันทึกโมเดลทำได้โดยการคลิกขวาในส่วนของ Result list และเลือกเมนู Save Model ดังในรูปที่ 6
หลังจากนั้นเราจะต้องตั้งชื่อไฟล์โมเดลและสถานที่เก็บไฟล์โมเดลเพื่อนำไปใช้ต่อในบทความเรื่อง
“การนำโมเดล classification มาใช้งานใน Weka
Explorer”
รูปที่ 6 บันทึกโมเดลที่สร้างได้เพื่อเก็บไว้ใช้งานในครั้งต่อไป
ความคิดเห็น
แสดงความคิดเห็น