Stunting_​pt.7

Gunakan node ini untuk membaca file CSV ke dalam alur kerja Anda. Node ini akan menghasilkan tabel data dengan jumlah serta tipe kolom yang ditentukan secara otomatis.

Node ini memungkinkan kolom-kolom untuk difilter dari tabel input, dengan hanya kolom-kolom yang tersisa yang diteruskan ke tabel output. Di dalam dialog, kolom-kolom dapat dipindahkan di antara daftar Sertakan (Include) dan daftar Kecualikan (Exclud

Tabel input dibagi menurut baris menjadi dua partisi, misalnya menjadi set data latih dan set data uji. Kedua partisi tersebut tersedia pada dua port output.

Melakukan pembelajaran *random forest* (*), yang terdiri dari sejumlah pohon keputusan (*decision trees*). Setiap model pohon keputusan dibangun menggunakan kumpulan baris (rekaman) yang berbeda, dan untuk setiap pemisahan (*split*) di dalam pohon, d

Memprediksi pola dengan menggabungkan prediksi dari masing-masing pohon dalam model *random forest*.*Random Forests* merupakan merek dagang terdaftar milik Minitab, LLC dan digunakan dengan izin dari Minitab.

Membandingkan dua kolom berdasarkan pasangan nilai atributnya dan menampilkan matriks konfusi (confusion matrix), yaitu jumlah baris yang memiliki kecocokan antara atribut tertentu dan klasifikasinya. Dialog konfigurasi memungkinkan Anda memilih dua

Membandingkan dua kolom berdasarkan pasangan nilai atributnya dan menampilkan matriks konfusi (confusion matrix), yaitu jumlah baris yang memiliki kecocokan antara atribut tertentu dan klasifikasinya. Dialog konfigurasi memungkinkan Anda memilih dua

Tabel input dibagi menurut baris menjadi dua partisi, misalnya menjadi set data latih dan set data uji. Kedua partisi tersebut tersedia pada dua port output.

Node ini membuat model Bayesian dari data pelatihan yang diberikan. Node tersebut menghitung jumlah baris untuk setiap nilai atribut per kelas bagi atribut nominal, serta menentukan distribusi Gaussian untuk atribut numerik. Model yang dihasilkan dap

Memprediksi kelas untuk setiap baris berdasarkan model yang telah dipelajari. Probabilitas kelas merupakan hasil kali dari probabilitas per atribut dengan probabilitas atribut kelas itu sendiri.Probabilitas untuk nilai nominal ditentukan dengan memb