Weka | Selamat Datang…

Ok, sambungan dari postingan sebelumnya ya. Sekarang kita ingin mencoba untuk memilih fitur atau atribut yang kita perlukan untuk kita olah ke dalam proses machine learning selanjutnya. Di WEKA sendiri sebenarnya sudah ada fitur yang bernama Select Attributes untuk menyeleksi atau memilih fitur yang bersesuaian dengan beberapa algoritme yang sudah tersedia di dalam WEKA.

Namun kali ini saya tidak akan bicara banyak terkait dengan fitur Select Attributes yang terdapat di WEKA karena sudah ada di buku “Implementasi Data Mining Menggunakan WEKA” ya. Hehe.

Ok, langsung saja silakan buka file .arff yang kalian punya dengan cara tekan Explorer pada GUI Chooser WEKA kemudian Open file… > pilih file .arrf > Open

Gambar 1. Pada file .arff yang memiliki 122 fitur atribut, karena yang 1 fitur itu kita sudah set sebagai nominal atau kelas dari data sampeltersebut.

Jika ingin menghilangkan satu fitur tersebut, maka kita tinggal tick di bagian kotak Attributes, dan kemudian klik tombol Remove.

Permasalahannya adalah bagaimana jika atribut yang ingin kita hilangkan itu puluhan. Apakah harus dicentang satu-satu? Lak ya gempor bin rempong k

Pada area Filter di tab Preprocess tekan tombol Choose>Filters> Unsupervised>Remove

Setelah melakukan pilih Remove akan keluar tampilan seperti Gambar 4

Sekarang klik di area Remove seperti pada Gambar 4, maka akan keluar tampilan seperti Gambar 5. Pada attributeIndices pilih indeks atribut yang ingin dihilangkan. Pada kasus ini, saya mencoba menghilangkan atribut ke-2 sampai ke-7 dengan menuliskan 2-7 pada attributeIndices.

Gambar 5. Pilih indeks atribut yang akan dihilangkan

Setelah memasukkan indeks aribut yang akan dihilangkan, maka tekan OK kemudian Apply! Maka akan hilanglah atribut 2-7 tadi, tinggal atribut ke-8 dan seterusnya.

Gambar 6. Hasil atribut 2-7 yang telah dihilangkan

Ok, jadi deh. Semoga bermanfaat ya 🙂

@A.1.9.7 Pagi cerah, sebelum bimbingan menyerbu 🙂

Kali ini postingannya sedikit beda dari sebelum-sebelumnya. Sudah lama tidak posting seserius ini 😀 Sebenarnya tidak serius-serius amat sih cuma bersyukur saja bisa ngoding lagi di tengah kepadatan yang mendera (terutama bimbingan yang padat merayap belakangan ini). Alhamdulillah, hobi ini tersalurkan kembali. Jadi, ini hasil iseng pas utek-utek menyimpan atribut dalam .CSV di WEKA.

Jadi, saya sudah memiliki nilai-nilai numerik yang bentuknya adalah matriks. Matriks tersebut adalah hasil generate dari preprocessing koding yang telah saya lakukan dan saya simpan di .csv (Tak perlu saya jelaskan saya ngoding apa ya). Untuk selanjutnya, agar efisien, saya memikirkan bagaimana cara memindahkannya ke WEKA agar mudah untuk dianalisis, tanpa harus ngoding from scratch. Sebenarnya di buku saya yang berjudul “Implementasi Data Mining Menggunakan Weka” saya sudah sertakan bagaimana convert file .csv ke .arff. Meski tidak diubah ke dalam .arff, Weka juga masih bisa membaca file .csv, namun dengan syarat dan ketentuan berlaku. *Cem promo-promo yang terkadang hanya PHP ya :)) Jangan khawatir untuk syarat yang ini gak bakal bikin kamu berasa diPHPin. Oke, langsung saja ya

Buka Weka, kalau belum ada install ya. Pilih Explorer.

2. Kemudian pilih Open file. Pilih file .CSV. Kemudian klik Open . Oh iya, kalau .CSV kalian tidak memenuhi standar, tidak akan bisa dibuka. Nanti akan ada pop up error dan mau tidak mau harus diperbaiki terlebih dahulu. Pastikan ada header di masing-masing kolom. Pada kasus saya, saya sudah menambahkan header

3. Setelah terbuka file tersebut, kemudian pilih Choose pada area filter. Kemudian pilih weka > filters > unsupervised > attribute > NumericToNominal

4. Karena kolom pertama pada matriks saya menunjukkan sebuah kelas, maka saya harus mengubah aribut numerik kelas ersebut menjadi nominal. Jika sudah, maka pada field sebelah tombol Choose pilih index aribut pada attributeIndices =1