Skip to content

Modul Naive Bayes Tambahan

Kesulitan: sukar

Keahlian terkait: aljabar linear, probabilitas & statistik, machine learning

Pustaka terkait:

Deskripsi

Berdasarkan dokumentasi scikit-learn untuk Naive Bayes, dapat dilihat bahwa terdapat tiga jenis distribusi yang umum digunakan, yaitu Bernoulli, Multinomial, dan Gaussian. Ketiga jenis distribusi tersebut disesuaikan dengan tipe data yang ditangani, e.g. Bernoulli untuk boolean, Multinomial untuk data pencacahan, dan Gaussian untuk numerik. Namun, scikit-learn baru bisa mengerjakan satu untuk semua. Dengan kata lain, jika dalam satu dataframe ternyata ada beberapa tipe data, semua akan dianggap sebagai satu tipe.

Hal ini berbeda dengan Weka yang memungkinkan penggunanya untuk mendefinisikan sekaligus mengubah tipe data dari tiap-tiap atribut. Tugas Anda adalah membuat modul tambahan yang dapat mengakomodasi perbedaan tipe data dari suatu dataframe tersebut. Akan lebih bagus lagi jika Anda bisa memberikan pilihan distribusi tambahan, misalnya Poisson atau Kernel Density Estimation (KDE).