Metode klasifikasi

Tutorial Data Mining

Metode klasifikasi terdiri dari 2 langkah, yaitu :

-Langkah pertama, membangun model untuk mendeskripsikan predetermined set kelas data atau konsep. Model dibangun dengan menganalisis tuple database yang mendeskripsikan atribut. Tiap tuple diasumsikan memiliki predefined class, yang ditentukan oleh satu atribut, yang dinamakan atribut label kelas. Data tuple dianalisis untuk membangun model secara kolektif berdasarkan training data set. Beberapa tuple yang membentuk training set disebut training sample dan secara random dipilih dari populasi sample. Karena label kelas dari tiap training sample disediakan, langkah ini dikenal sebagai supervised learning. Model belajar direpresentasikan dalam classification rules, decision tree, atau formula matematika.

-Langkah kedua, pemakaian model untuk klasifikasi. Sebelum dipakai, dibuat estimasi keakuratan model dengan teknik holdout. Jika keakuratan model dapat diterima, model dapat digunakan untuk mengklasifikasikan data tuple baru, yang label kelasnya belum diketahui

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s