Algoritma Bayesian Learning Data Kontinu
Algoritma Bayesian Learning Data Kontinu
ya = 0;
tidak = 0;
for i = 1 to n
if x(i, 1) = 'Ya'
ya = ya + 1;
else
tidak = tidak + 1;
next i
end
ya = [];
tidak = [];
for i = 1 to n
if (kategorial(i, 1) = 'Ya')
ya = [ya numerik(i, c)];
else
tidak = [tidak numerik(i, c)];
next i
end
function deviasii
output parameter hasil
input parameter x, mean
jml_selisih = 0;
for i = 1 to n
selisih = (x(i) - mean)^2;
jml_selisih = jml_selisih + selisih;
next i
end
function densitas
output parameter hasil
input parameter x, mean, dev
end
file script
clear
clc
% hitung jumlah kelas ya dan tidak dari atribut rekomendasi (C4) atau data
kategorial
[ya, tidak] = panggil fungsi banyak kelas;
% dapatkan himpunan kelas ya dan tidak dari atribut C1, C2, dan C3.
[himpunanC1Ya, himpunanC1Tidak] = himpunan_kelas_data(numerik, kategorial, 1);
[himpunanC2Ya, himpunanC2Tidak] = panggil fungsi himpunan kelas data;
...
% dapatkan hasil standar deviasi dari kelas ya dan tidak masing-masing atribut
stdC1Ya = deviasii(himpunanC1Ya, meanC1Ya);
stdC1Tidak = deviasii(himpunanC1Tidak, ...);
stdC2Ya = panggil fungsi deviasi;
...
% hitung likelihood
likelihoodYa = densitasC1Ya * densitasC2Ya * ... * (ya / n);
likelihhoodTidak = ...