Algoritma Bayesian Classification

Bayesian Classification adalah pengklasifikasian statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class.
Bayesian Classification didasarkan pada teorema Bayes yang memiliki kemampuan klasifikasi serupa decision tree dan neural network.
Bayesian Classification terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan data yang besar.

Teorema Bayes memiliki bentuk umum sbb :
 P(H|X)=  (P(X│H)  P(H))/(P(X))
Keterangan :
X: data dengan class yang belum diketahui
H : hipotesis data X merupakan suatu class spesifik
P(H|X) : probabilitas hipotesis H berdasarkan kondisi X (posteriori probability)
P(H) : probabilitas hipotesis H (prior probability)
P(X|H) : probabilitas X berdasar kondisi hipotesis H
P(X) : probabilitas dari X

data-training-soal-bayesian-classification

Keterangan :

Terdapat dua class dari klasifikasi yang dibentuk yaitu :
C1 => buys_couputer = yes
C2 => buys_computer = no
Misalkan terdapat data X (belum diketahui class-nya)
X= (age =”<=30″, income=”Medium”, student =”Yes”, credit_rating=”Fair”)

Penyelesaian :
Dibutuhkan untuk memaksimalkan P(X|Ci) P(Ci)
P(Ci) merupakan prior probability untuk  setiap class berdasarkan data contoh :
P(buys_computer=”yes”) =9/14 = 0.643
P(buys_computer=”no”) = 5/14 = 0.357
Hitung P(X|Ci)
P(age=”<=30″|buys_computer=”yes”) = 2/9 = 0.222
P(age=”<=30″|buys_computer=”no”) – 3/5 = 0.600
P(Income=”mediium” |buys_computer=”yes”) = 4/9 = 0.444
P(Income=”medium” |buys_computer=”no”) = 2/5 = 0.400
P(student=”yes” | buys_computer=”yes”) = 6/9 = 0.667
P(student=”yes” | buys_computer=”no”) = 1/5 = 0.200
P(credit_rating=”fair” | buys_computer=”yes”) = 6/9 = 0.667
P(credit_rating=”fair” | buys_computer=”no”) = 2/5 = 0.400

P(X|buys_computer=”yes”) = 0.222*0.444*0.677*0.677 = 0.044
P(X|buys_computer=”no”) = 0.600*0.400*0.200*0.400 = 0.019
P(X|buys_computer=”yes”) P(buys_computer=”yes”) = 0.044*0.643 = 0.028
P(X|buys_computer=”no”) P(buys_computer=”no”) = 0.019*0.357 = 0.007
Kesimpulan buys_computer = “yes”

Skip to toolbar