Page 8 - 6.Machine Learning for Data Science

หลักสูตรการวิเคราะหอินเทอรเน็ตของทุกสรรพสิ่งเบื้องตนดวย Hadoop | 7

1.4 สิ่งสำคัญในการใชงานการวิเคราะหเชิงทำนาย

สำหรับการวิเคราะหเชิงทำนายสิ่งแรกที่จะตองคำนึงถึงในการวิเคราะหคือ การคัดเลือกคุณลักษณะที่เหมาะสมใน

การสรางโมเดลการทำนาย โดยเรียกขั้นตอนนี้วาการคัดเลือกคุณลักษณะ (feature selection ซึ่งมีเปาหมายในการหาเซต
คุณลักษณะที่เล็กที่สุดที่มีสารสนเทศที่เพียงพอในการฝกสอนโมเดล เพื่อใหการทำนายหรือการแยกแยะมีความแมนยำ

การเลือกคุณลักษณะเฉพาะที่ไมเพียงพออาจทำใหความแมนยำในการทำนายลดลงอยางมาก ในขณะที่การ
เลือกใชคุณลักษณะเฉพาะที่มากเกินไปแมเพียง 1 คุณลักษณะจะสงผลใหความเปนไปไดของคำตอบเพิ่มขึ้นอยางมหาศาล

หากเลือกใชคุณลักษณะเฉพาะจำนวนมาก จะสงผลตอการเพิ่มขึ้นของเวลาในการประมวลผล ในขณะที่ความแมนยำไมได

เพิ่มขึ้นเลย โดยที่ 2 คือรูปแบบที่เปนไปไดของเซตคำตอบจากคุณลักษณะจำนวน คุณลักษณะ เมื่อเลือกใชคุณลักษณะ

สำคัญเฉพาะจำนวน 20 คุณลักษณะจะพบวามีคำตอบที่เปนไปไดถึง 1,048,576 รูปแบบ แตหากใน 20 คุณลักษณะนั้นจะมี
เพียง 1 คุณลักษณะที่ไมจำเปน และเราสามารถเลือกออกไดอยางถูกตองความแมนยำของการทำนายจะไมลดลง แตความ

ซับซอนหรือความเปนไปไดของเซตคำตอบจะลดลงเหลือเพียง 524,288 รูปแบบ ดังนั้นการลดจำนวนคุณลักษณะลงใหเหลือ

เพียงเทาที่จำเปนนั้นถือเปนความทาทายอยางยิ่ง เพราะจะทำใหความซับซอนของการคำนวณต่ำลง ในขณะที่ความแมนยำไม
ลดลง

สำหรับวิธีการการลดจำนวนเซตของคุณลักษณะสามารถแบงออกไดเปน 3 กลุม คือเทคนิคตัวกรอง (filters ,
เทคนิคหอหุม (wrappers และ เทคนิคการฝงตัว (embedded โดยมีรายละเอียดดังนี้

1.3.1 ระเบียบวิธีแบบตัวกรอง (filter method

ระเบียบวิธีแบบตัวกรอง (filter method จะสรางคาดัชนีใหตัวแปรแตละตัว ซึ่งเปนตัวเลขของการทดสอบทางสถิติ

เชน คาสัมประสิทธิ์สหสัมพันธของเพียรสัน (Pearson's correlation coefficient , คาการขยายสารสนเทศ (information

gain , ความรวมกันของขอมูล (mutual information , ความเกี่ยวเนื่องกันสูงสุด (Maximum relevance โดยทั่วไปตัวแปร
จะถูกกำหนดลักษณะโดยคาดัชนีสูงสุดที่เลือกในตอนทาย ในกรณีที่มีความซ้ำซอนกันของสองคุณลักษณะใดๆ คุณลักษณะ

หนึ่งจะถูกนำออกโดยคาสหสัมพันธ หรือ ความเกี่ยวเนื่องกันหรือเงื่อนไขอื่นๆ

1.3.2 ระเบียบวิธีแบบหอหุม (Wrapper method

รูปแบบนี้จะนำวิธีการของการทำนายหรือแยกแยะมาใชในการสรางโมเดลดวยเซตยอยของคุณลักษณะและ
ประเมินประสิทธิภาพ โดยจะทำงานบนเซตยอยของคุณลักษณะที่แตกตางกันและจะเลือกเซตยอยที่ใหประสิทธิภาพดีที่สุด

ขอเสียที่สำคัญของวิธีการนี้คือมีการความซับซอนของคำนวณสูง

1.3.3 ระเบียบวิธีแบบฝงตัว (Embedded method

รูปแบบนี้คุณลักษณะที่ถูกเลือกจะถูกรวมเขากับสวนของการฝกสอน เรียนรู เพื่อนำไปใชในการสรางโมเดล

INTRODUCTION TO IOT ANALYTICS USING HADOOP สถาบันสหวิทยาการดิจิทัลและหุนยนต มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร