Thursday, July 30, 2020

Algoritma Naive Bayes

Algoritma Naive Bayes menggunakan pendekatan probabiltas dan statistik untuk memprediksi suatu peluang berdasarkan atas pengalaman sebelumnya (data historis). Naive Bayes merupakan salah satu metode yang sederhana namun memiliki perspektif indepensensi (independence) antar atribut yang kuat sehingga memiliki kemungkinan untuk mengurangi akurasi hasil prediksinya.
Untuk memahami Naive Bayes sebagai model prediksi, berikut contoh studi kasus yang dapat digunakan:

Dataset:
|  Nilai UTS (x1)  |  Nilai UAS (x2)  |  Lulus (y)  |
|                30        |         10                |   GAGAL  |
|                80        |         90                |   LULUS   |
|                            |                             |                   |

y = nilai kelulusan yang akan diprediksi
x1, x2, = fitur (hasil dari feature extraction) sebagai variabel untuk memprediksi y
GAGAL, LULUS = label

Teorema Bayes:
P(y|x) => probabilitas nilai y (GAGAL,LULUS) berdasarkan pertimbangan fitur x (x1, x2)


Jika fiturnya lebih dari satu, maka persamaan dapat direpresentasikan sebagai berikut:









               




0 comments

Post a Comment