PRISM KDD DATA MINING

Latihan : 1. Kerjakan Contact-Lens Dataset dengan metode 1-R Holte ambil kesimpulannya 2. Kerjakan Playying Tennis Dataset dengan metode PRISM ambil kesimpulannya =======================###========================= 1. CONTACT LENS DATASET age

spectacle prescription young myope young myope young myope young myope young hypermetrope young hypermetrope young hypermetrope young hypermetrope pre-presbyopic myope pre-presbyopic myope pre-presbyopic myope pre-presbyopic myope pre-presbyopic hypermetrope pre-presbyopic hypermetrope pre-presbyopic hypermetrope pre-presbyopic hypermetrope presbyopic myope presbyopic myope presbyopic myope presbyopic myope presbyopic hypermetrope presbyopic hypermetrope presbyopic ALGORITMA 1Rhypermetrope presbyopic hypermetrope

Astigmatism no no yes yes no no yes yes no no yes yes no no yes yes no no yes yes no no yes yes

tear production rate reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal reduced normal

reccomended lenses none soft none hard none soft none hard none soft none hard none soft none none none none none hard none soft none none

FOR EACH atribut FOR EACH value dari atribut ini, bentuk sebuah rule sets dengan cara Menghitung seberapa sering sebuah kelas dihasilkan dari pasangan atribut=value ini Dapatkan sebuah kelas yang paling banyak dihasilkan atribut dengan value ini Tambahkan sebuah rule “IF atribut = value THEN kelas” ke dalam rule sets Hitunglah tingkat kesalahan dari rules set ini Pilihlah sebuah rules set dengan tingkat kesalahan terkecil 1R-Holte untuk Contact Lens Problem age

spectacle

Astigmatism

tear production rate

reccomended

young young young

prescription myope myope myope

no no yes

reduced normal reduced

lenses none soft none

young young young young young

myope hypermetrope hypermetrope hypermetrope hypermetrope

yes no no yes yes

normal reduced normal reduced normal

hard none soft none hard

Attribute Age

Rules Youngnone Pre-presbyopicnone Presbyopicnone

Error 4/8 3/8 2/8

Myopenone

5/12

Hypermetropenone

4/12

Astigmatism

Nonone Yesnone

5/12 4/12

9/24

Tear production rate

Reducednone

0/12

7/24

Normalsoft

7/12

Spectacle Prescription

Total Error 9/24 9/24

Dipilih Total Error yang jumlahnya paling kecil yaitu pada Attribute Tear Production Rate Rule nya: IF Tear Production Rate =Reduced THEN Recommended Lenses=None IF Tear Production Rate =Normal THEN Recommended Lenses=Soft

2. PLAYING TENNIS DATASET Outlook Sunny Sunny Overcast Rain Rain Rain Overcast Sunny

Temperature Hot Hot Hot Mild Cool Cool Cool Mild

Humidity High High High High Normal Normal Normal High

Windy Weak Strong Weak Weak Weak Strong Strong Weak

Play No No Yes Yes Yes No Yes No

ALGORITMA PRISM FOR EACH kelas c Inisialisasi E dengan instance set WHILE E mengandung instances dalam kelas C Bentuk sebuah rule dengan LHS kosong yang meprediksi kelas C UNTIL R sempurna (tak ada atribut yang dapat dipakai), lakukan FOR EACH atribut A yang tidak termasuk R,dan tiap nilai v, Pertimbangkan untuk menambah kondisi A=v pada LHS dari R Pilih A dan v untuk memaksimalkan akurasi p/t (tips: pilih kondisi dengan nilai P yang terbesar) Tambahkan A=v ke dalam R Hapuslah semua instance yang tercover oleh R dari E Catatan: p = positive examples dari suatu kelas t = total instances

PRISM untuk Weather Problem (#1) Dibentuk rule yang mengcover setiap class: no dan yes. Misalnya dimulai dari no. IF ? THEN recommended = no Untuk kondisi pada LHS yang masih kosong terdapat 10 pilihan: Outlook Sunny 3/5 Outlook Overcast 0/4

Outlook Rain 2/5 Temperature Hot 2/4 Temperature Mild 2/6 Temperature Cool 1/4 Humidity High 4/7 HumidityNormal 1/7 WindyWeak 2/8 WindyStrong 3/6 dipilih bagian yang terbesar = 4/7Rule nya: IF Humidity= High THEN Play = No PRISM untuk Weather Problem (#2) Jika melihat rule IF Humidity= High THEN Play = No maka tidak akurat karena rule tersebut hanya mengcover 4 instances dari 7 instances. Outlook Sunny Sunny Overcast Rain Sunny Overcast Rain

Temperature Hot Hot Hot Mild Mild Mild Mild

Humidity High High High High High High High

Windy Weak Strong Weak Weak Weak Strong Strong

Play No No Yes Yes No Yes No

Sehingga refinement perlu dilakukan untuk rule: IF Humidity=High AND ? THEN Play=No PRISM untuk Weather Problem (#3) Rule IF Humidity= High AND ?? THEN Play = No Untuk kondisi pada LHS yang masih kosong terdapat 7 pilihan Outlook Sunny 3/3 Outlook Overcast 0/2 Outlook Rain 1/2 Temperature Hot 2/3 Temperature Mild 2/4 WindyWeak 2/4 WindyStrong 2/3 Dipilih bagian terbesar =3/3 yaitu nomer 1 (outlook=sunny) IF Humidity= High AND Outlook=Sunny THEN Play = No

PRISM untuk Weather Problem (#4) Jika melihat rule IF Humidity= High AND Outlook=Sunny THEN Play = No sudah akurat seperti pada tabel berikut: Outlook Sunny Sunny Sunny

Temperature Hot Hot Mild

Humidity High High High

Windy Weak Strong Weak

Play No No No

Tampak bahwa rule tersebut hanya mengcover 3 instance yang benar dari total 14 instances, dan baru 3 dari 5 instance untuk play=no. Selanjutnya 3 instance pada tabel di atas dihapus dari total 14 instances, dan mencari rule lainnya dengan bentuk: IF ? THEN Play=No, berikut adalah dataset yang sudah disempurnakan (3 instances telah dibuang) Outlook Overcast Rain Rain Rain Overcast Sunny Rain Sunny Overcast Overcast Rain

Temperature Hot Mild Cool Cool Cool Cool Mild Mild Mild Hot Mild

Humidity High High Normal Normal Normal Normal Normal Normal High Normal High

Windy Weak Weak Weak Strong Strong Weak Weak Strong Strong Weak Strong

Play Yes Yes Yes No Yes Yes Yes Yes Yes Yes No

Kembali dicari rule IF ? THEN Play=No Outlook rain

2/2

TemperatureCool

1/4*

TemperaturMild

1/5

HumadityNormal

1/7

HumadityHigh

1/4

WindyStrong

2/5

IF Outlook=Rain Then Play=No, belum akurat. Outlook Rain Rain Rain Rain Rain

Temperature Mild Cool Cool Mild Mild

Humidity High Normal Normal Normal High

Windy Weak Weak Strong Weak Strong

Play Yes Yes No Yes No

Maka dicari lagi dengan ruleIF Outlook=Rain AND ?? Then Play=No TemperatureCool 1/2 TemperatureMild 1/3 HumidityHigh 1/2 HumidityNormal 1/3* WindyStrong 2/2

IF Outlook=Rain AND Windy=Strong Then Play=No Outlook Rain Rain

Temperature Humidity Windy Cool Normal Strong Mild High Strong

Play No No

IF Outlook=Rain AND Windy=Strong Then Play=No sudah akurat Selanjutnya Untuk kasus Play=Yes PRISM untuk Weather Problem (#1) Berikutnya adalah Play=Yes Outlook Sunny Sunny Overcast Rain Rain Rain Overcast Sunny Sunny Rain Sunny Overcast Overcast Rain

Temperature Hot Hot Hot Mild Cool Cool Cool Mild Cool Mild Mild Mild Hot Mild

Humidity High High High High Normal Normal Normal High Normal Normal Normal High Normal High

Windy Weak Strong Weak Weak Weak Strong Strong Weak Weak Weak Strong Strong Weak Strong

Play No No Yes Yes Yes No Yes No Yes Yes Yes Yes Yes No

IF ? THEN Play=Yes Outlook Sunny 2/5 Outlook Overcast 4/4 Outlook Rain 3/5 Temperature Hot 2/4 Temperature Mild 4/6 Temperature Cool 3/4 Humidity High 3/7 HumidityNormal 6/7 WindyWeak 6/8 WindyStrong 3/6 dipilih bagian yang terbesar = 4/4 IF Outlook=Overcast THEN Play = Yes

Outlook Overcast Overcast Overcast Overcast

Temperature Hot Cool Mild Hot

Humidity High Normal High Normal

Windy Weak Strong Strong Weak

Play Yes Yes Yes Yes

Rule IF Outlook= Overcast THEN Play = Yes sudah akurat

Lanjutkan untuk Rule Yes yang lain Sisa Instances adalah sebagai berikut, mari kita lakukan pencarian rule dengan acuan rule IF ?? Then Play=Yes Inilah sisa Dataset yang ada (setelah 4 instances telah dihapus) Outlook Sunny Sunny Rain Rain Rain Sunny Sunny Rain Sunny

Temperature Hot Hot Mild Cool Cool Mild Cool Mild Mild

Humidity High High High Normal Normal High Normal Normal Normal

Windy Weak Strong Weak Weak Strong Weak Weak Weak Strong

Play No No Yes Yes No No Yes Yes Yes

Outlooksunny 2/5 Outlookrain 3/4 TemperatureMild 3/4 TemperatureCool 3/4 HumidityHigh 1/4 HumidityNormal 4/5  Winner WindyWeak 4/6 WindyStrong 1/3 Rule IF Humidity=Normal Then Play=Yes,apakah akurat? Outlook Rain Rain Sunny Rain Sunny

Temperature Cool Cool Cool Mild Mild

Humidity Normal Normal Normal Normal Normal

Windy Weak Strong Weak Weak Strong

Play Yes No Yes Yes Yes

Ternyata belum akurat, hanya dapat mencover 4 dari 5 instances. Lanjutkan pencarian rule. Outlookrain 2/3 Outlooksunny 2/2 TemperatureCool 2/3 TemperatureMild 2/2 WindyWeak 3/3 Winner WindyStrong 1/2 Rule menjadi IF Humidity=Normal AND Windy=Weak Then Play=Yes , kita lihat rule tersebut sudah akurat. Outlook Rain Sunny Rain

Temperature Cool Cool Mild

Humidity Normal Normal Normal

Windy Weak Weak Weak

Play Yes Yes Yes

Ketiga instance tersebut dibuang dari sisa instances kedua, sisa instances adalah Outlook Sunny Sunny Rain Rain Sunny Sunny Rain

Temperature Hot Hot Mild Cool Mild Mild Mild

Humidity High High High Normal High Normal High

OutlookRain

1/3

OutlookSunny

1/4

TemperatureMild

2/4

HumidityHigh

1/5

HumidityNormal

1/2

Windy Weak Strong Weak Strong Weak Strong Strong

Play No No Yes No No Yes No

WindyWeak 1/3 WindyStrong 1/4 Rule : IF Temperature=Mild Then Play=Yes Outlook Rain Sunny Sunny Rain

Temperature Mild Mild Mild Mild

Humidity High High Normal High

Windy Weak Weak Strong Strong

Play Yes No Yes No

Rule IF Temperature=Mild Then Play=Yes belum akurat. OutlookRain 1/2 OutlookSunny 1/2 HumidityHigh 1/3 HumidityNormal 1/1  Winner WindyWeak 1/2 WindyStrong 1/2 Rule IF Temperature=Mild AND Humadity=Normal Then Play=Yes Outlook Sunny

Temperature Humidity Windy Mild Normal Strong

Play Yes

Rule IF Temperature=Mild AND Humadity=Normal Then Play=Yes sudah akurat Instances tersebut dibuang dan sisa intances nya dari instances ketiga adalah Outlook Sunny Sunny Rain Rain Sunny Rain

Temperature Hot Hot Mild Cool Mild Mild

Humidity High High High Normal High High

Windy Weak Strong Weak Strong Weak Strong

Play No No Yes No No No

OutlookRain 1/2 TemperatureMild 1/3 HumidityHigh 1/5 WindyWeak 1/3* Rule nya IF Outlook=Rain AND Windy=Weak Then Play=Yes. Rule tersebut sudah akurat. Outlook Rain

Temperature Humidity Windy Mild High Weak

Play Yes

 Koleksi Rule Lengkap pada Akhir Proses (5 Rule)  IF Humidity= High AND Outlook=Sunny THEN Play = No  IF Outlook=Rain AND Windy=Strong Then Play=No  IF Humidity=Normal AND Windy=Weak Then Play=Yes  IF Outlook Overcast THEN Play = Yes  IF Temperature=Mild AND Humadity=Normal Then Play=Yes  IF Outlook=Rain AND Windy=Weak Then Play=Yes