Skip to content Skip to sidebar Skip to footer

Cara Menghitung Laplacian Correction Algoritma Naive Bayes

Assalamualaikum Wr. Wb, Salam Sejahtera dan Salam Budaya

Pada postingan ini saya akan sedikit menjelaskan tentang Laplacian Correction pada algoritma Naive Bayes.

Apa Itu Laplacian Correction ?

Laplace  Correction  (Laplacian  Estimator) atau additive smoothing adalah suatu cara untuk menangani nilai probabilitas 0 (nol). Dari sekian banyak data di training set, pada setiap perhitungan datanya ditambah 1 (satu) dan tidak akan  membuat  perbedaan  yang  berarti  pada  estimasi probabilitas  sehingga  bisa  menghindari  kasus  nilai probabilitas 0 (nol). Metode perhitungan ini ditemukan oleh Pierre Laplace seorang ahli matematika dari Prancis pada abad ke-18.

Kelemahannya adalah untuk set data yang memiliki jumlah tupel atau record data yang sedikit, teknik ini dinilai kurang akurat, namun sebaliknya pada jumlah tupet yang banyak akan sangat akurat untuk model Naive Bayes ini.

Contoh Kasus

Laplacian Correction Algoritma Naive Bayes
Hasil nilai probabilitas setiap atribut :

Bonus|Ya = 8/11                                  Bonus|Tidak = 3/11
Pascabayar|Ya =6/8                             Pascabayar|Tidak = 0/3
Cukup|Ya = 3/8                                   Cukup|Tidak = 1/3
Rendah|Ya =1/8                                   Rendah|Tidak = 2/3

Perkalian Data Uji (terdapat dibaris bawah pada tabel diatas)

Laplacian Correction Algoritma Naive Bayes


Tugas Laplacian Correction adalah membangkitkan probabilitas yang memiliki nilai 0 terdapat pada lingkaran merah.

Cara Kerja Laplacian Correction

  1. Menambahkan satu tupel atau record data dengan Bonus = Tidak. Mengapa ? Karena probabilitas yang memiliki nilai 0 adalah Bonus = Tidak
  2. Ada 3 atribut yaitu kartu = Pascabayar, Panggilan = Cukup, Blok = Rendah. Sehingga record yang ditambahkan adalah 3

Penyelesaian Kasus 

Sebelum Laplacian Correction Sesudah Laplacian Correction
Pascabayar | Tidak = 0/3
Cukup | Tidak = 1/3
Rendah |Tidak = 2/3
Pascabayar Tidak = 1/6
Cukup | Tidak = 2/6
Rendah |Tidak = 3/6

Kemudian berikut hasil perbedaananya :

Hasil Bonus | YaHasil Bonus | Tidak
P|Ya = 8/11 x 6/8 x 3/8 x 1/8 = 0,256P|Tidak = 3/11 x 1/6 x 2/6 x 3/6 = 0,0076

Kesimpulan

Jadi yang bisa saya simpulkan adalah penggunaan Laplacian Correction adalah sebuah teknik pehitungan untuk menambahkan nilai 1(satu) yang ada pada atribut atau tupel yang terdapat probabilitas benilai 0 (nol).

Terimakasih, semoga informasi ini bisa bermanfaat, apabila kamu berkenan bisa bantu donasi untuk pengembangan blog yang saya bangun melalui link ini https://saweria.co/PenS .

Oke terimakasih sudah berkunjung, semoga bermanfaat. "Jangan Lupa Bernafas dan Tetap Bersyukur"
See you. Wassalamualaikum Wr.Wb