Pos

Menampilkan postingan dari Desember 5, 2014

Perbedaan Classification dengan Clustering

Classification Classification memiliki tujuan untuk mengklasifikasikan suatu data ke dalam kelompok kelas yang sudah ada. Tidak akan ada pembentukan kelompok baru. Dan biasanya prosesnya supervised. Dalam arti ada training yang dilakukan. Salah satu pendekatan classification adalah pendekatan neural network. Dalam pendekatan ini, neural network dilatih dengan menggunakan data yang sudah diketahui untuk dimasukkan ke dalam kelompok data tertentu. Setelah pelatihan, prosesnya cukup sederhana, yaitu dengan memasukkan data baru (yang tidak termasuk dalam data training) ke dalam neural network, lalu neural network akan memberikan informasi termasuk ke dalam kelompok manakah data baru tersebut. Contoh algoritma classification adalah nearest centroid dan k-nearest neighbor. Nearest centroid Algoritmanya : -Menghitung centroid untuk setiap kelas -Menghitung  jarak antara test sample dan setiap kelas centroid -Memprediksi kelas dengan metode centroid terdekat K-nearest neighbor K-nn (k nearest n…