Orange: Venn Diagram - Revision history

Onnowpurbo: /* Contoh */

2020-03-18T02:35:24Z

Contoh

← Older revision		Revision as of 02:35, 18 March 2020
Line 31:		Line 31:
	[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]

	Venn Diagram ~~widget~~ juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kita menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.		Widget Venn Diagram juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kita menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.

	Dengan memilih misclassification dalam tiga widget Confusion Matrix dan mengirimkannya ke widget ~~diagram~~ Venn, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka widget Diagram ~~Venn~~ dan memilih, misalnya, contoh misclassified instance yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.		Dengan memilih misclassification dalam tiga widget Confusion Matrix dan mengirimkannya ke widget Venn Diagram, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka widget Venn Diagram dan memilih, misalnya, contoh misclassified instance yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.

	[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]

Onnowpurbo: /* Contoh */

2020-03-18T01:23:10Z

Contoh

← Older revision		Revision as of 01:23, 18 March 2020
Line 27:		Line 27:
	==Contoh==		==Contoh==

	Cara termudah untuk menggunakan Widget Diagram Venn adalah memilih subset data dan menemukan contoh yang cocok dalam visualisasi. Kita menggunakan breast-cancer dataset untuk memilih dua himpunan bagian dengan Select Rows widget - subset pertama adalah pasien kanker payudara berusia antara 40 dan 49 tahun dan yang kedua adalah pasien dengan ukuran tumor antara 20 dan 29. Diagram Venn membantu ~~kami~~ menemukan contoh yang sesuai dengan kedua kriteria, yang dapat ditemukan di persimpangan dua lingkaran.		Cara termudah untuk menggunakan Widget Diagram Venn adalah memilih subset data dan menemukan contoh yang cocok dalam visualisasi. Kita menggunakan breast-cancer dataset untuk memilih dua himpunan bagian dengan Select Rows widget - subset pertama adalah pasien kanker payudara berusia antara 40 dan 49 tahun dan yang kedua adalah pasien dengan ukuran tumor antara 20 dan 29. Diagram Venn membantu kita menemukan contoh yang sesuai dengan kedua kriteria, yang dapat ditemukan di persimpangan dua lingkaran.

	[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]

Onnowpurbo at 00:23, 18 March 2020

2020-03-18T00:23:05Z

← Older revision		Revision as of 00:23, 18 March 2020
Line 2:		Line 2:


	~~Plot~~ diagram Venn untuk dua atau lebih data subset.		Widget Venn Diagram dapat mem-plot diagram Venn untuk dua atau lebih data subset.

	==Input==		==Input==

Onnowpurbo: /* Contoh */

2020-03-18T00:22:35Z

Contoh

← Older revision		Revision as of 00:22, 18 March 2020
Line 33:		Line 33:
	Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kita menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.		Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kita menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.

	Dengan memilih misclassification dalam tiga Confusion Matrix ~~widget~~ dan mengirimkannya ke diagram Venn, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka Diagram Venn dan memilih, misalnya, contoh misclassified ~~instancesi~~ yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.		Dengan memilih misclassification dalam tiga widget Confusion Matrix dan mengirimkannya ke widget diagram Venn, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka widget Diagram Venn dan memilih, misalnya, contoh misclassified instance yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.

	[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]

Onnowpurbo: /* Contoh */

2020-03-18T00:21:09Z

Contoh

← Older revision		Revision as of 00:21, 18 March 2020
Line 31:		Line 31:
	[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]

	Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, ~~kami~~ menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.		Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kita menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.

	Dengan memilih misclassification dalam tiga Confusion Matrix widget dan mengirimkannya ke diagram Venn, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka Diagram Venn dan memilih, misalnya, contoh misclassified instancesi yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.		Dengan memilih misclassification dalam tiga Confusion Matrix widget dan mengirimkannya ke diagram Venn, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka Diagram Venn dan memilih, misalnya, contoh misclassified instancesi yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.

Onnowpurbo: /* Contoh */

2020-03-18T00:20:53Z

Contoh

← Older revision		Revision as of 00:20, 18 March 2020
Line 27:		Line 27:
	==Contoh==		==Contoh==

	Cara termudah untuk menggunakan Diagram Venn adalah memilih subset data dan menemukan contoh yang cocok dalam visualisasi. Kita menggunakan breast-cancer dataset untuk memilih dua himpunan bagian dengan Select Rows widget - subset pertama adalah pasien kanker payudara berusia antara 40 dan 49 tahun dan yang kedua adalah pasien dengan ukuran tumor antara 20 dan 29. Diagram Venn membantu kami menemukan contoh yang sesuai dengan kedua kriteria, yang dapat ditemukan di persimpangan dua lingkaran.		Cara termudah untuk menggunakan Widget Diagram Venn adalah memilih subset data dan menemukan contoh yang cocok dalam visualisasi. Kita menggunakan breast-cancer dataset untuk memilih dua himpunan bagian dengan Select Rows widget - subset pertama adalah pasien kanker payudara berusia antara 40 dan 49 tahun dan yang kedua adalah pasien dengan ukuran tumor antara 20 dan 29. Diagram Venn membantu kami menemukan contoh yang sesuai dengan kedua kriteria, yang dapat ditemukan di persimpangan dua lingkaran.

	[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]

Onnowpurbo: /* Output */

2020-03-18T00:20:19Z

Output

← Older revision		Revision as of 00:20, 18 March 2020
Line 13:		Line 13:
	Data: entire data with a column indicating whether an instance was selected or not		Data: entire data with a column indicating whether an instance was selected or not

	Venn Diagram ~~widget~~ menampilkan hubungan logis antara ~~data set~~ dengan menunjukkan jumlah instance common data (baris) atau jumlah shared featured (kolom). Memilih bagian dari visualisasi akan menghasilkan instance atau feature yang sesuai.		Widget Venn Diagram menampilkan hubungan logis antara dataset dengan menunjukkan jumlah instance common data (baris) atau jumlah shared featured (kolom). Memilih bagian dari visualisasi akan menghasilkan instance atau feature yang sesuai.

	[[File:Venn-workflow.png.jpeg\|center\|200px\|thumb]]		[[File:Venn-workflow.png.jpeg\|center\|200px\|thumb]]

Onnowpurbo: /* Contoh */

2020-02-03T04:53:32Z

Contoh

← Older revision		Revision as of 04:53, 3 February 2020
Line 33:		Line 33:
	Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kami menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.		Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kami menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.

	~~By selecting misclassifications in the three~~ Confusion Matrix ~~widgets and sending them to~~ Venn ~~diagram~~, ~~we can see all the misclassification instances visualized~~ per ~~method used~~. ~~Then we open~~ Venn ~~Diagram and select~~, ~~for example~~, ~~the~~ misclassified ~~instances that were identified by all three methods~~. ~~This is represented as an intersection of all three circles~~. ~~Click on the intersection to see this two instances marked in the~~ Scatter Plot ~~widget~~. ~~Try selecting different~~ diagram ~~sections to see how the~~ scatter plot ~~visualization changes~~.		Dengan memilih misclassification dalam tiga Confusion Matrix widget dan mengirimkannya ke diagram Venn, kita dapat melihat semua contoh kesalahan klasifikasi divisualisasikan per metode yang digunakan. Kemudian kami membuka Diagram Venn dan memilih, misalnya, contoh misclassified instancesi yang diidentifikasi oleh ketiga metode. Ini direpresentasikan sebagai persimpangan dari ketiga lingkaran. Klik pada persimpangan untuk melihat dua contoh ini ditandai dalam widget Scatter Plot. Coba pilih bagian diagram yang berbeda untuk melihat bagaimana perubahan visualisasi scatter plot.

	[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]

Onnowpurbo: /* Contoh */

2020-02-03T04:47:41Z

Contoh

← Older revision		Revision as of 04:47, 3 February 2020
Line 27:		Line 27:
	==Contoh==		==Contoh==

	~~The easiest way to use the~~ Venn ~~Diagram is to select~~ data ~~subsets and find matching instances in the visualization~~. ~~We use the~~ breast-cancer dataset ~~to select two subsets with~~ Select Rows widget - ~~the first~~ subset ~~is that of breast cancer patients aged between~~ 40 ~~and~~ 49 ~~and the second is that of patients with a~~ tumor ~~size between~~ 20 ~~and~~ 29. ~~The~~ Venn ~~Diagram helps us find instances that correspond to both criteria~~, ~~which can be found in the intersection of the two circles~~.		Cara termudah untuk menggunakan Diagram Venn adalah memilih subset data dan menemukan contoh yang cocok dalam visualisasi. Kita menggunakan breast-cancer dataset untuk memilih dua himpunan bagian dengan Select Rows widget - subset pertama adalah pasien kanker payudara berusia antara 40 dan 49 tahun dan yang kedua adalah pasien dengan ukuran tumor antara 20 dan 29. Diagram Venn membantu kami menemukan contoh yang sesuai dengan kedua kriteria, yang dapat ditemukan di persimpangan dua lingkaran.

	[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example1.png\|center\|200px\|thumb]]

	~~The~~ Venn Diagram widget ~~can be also used for exploring different prediction models~~. ~~In the following example~~, ~~we analysed~~ 3 ~~prediction methods~~, ~~namely~~ Naive Bayes, SVM ~~and~~ Random Forest, ~~according to their misclassified instances~~.		Venn Diagram widget juga dapat digunakan untuk menjelajahi berbagai model prediksi. Dalam contoh berikut, kami menganalisis 3 metode prediksi, yaitu Naive Bayes, SVM dan Random Forest, sesuai dengan kesalahan klasifikasi mereka pada instance data.

	By selecting misclassifications in the three Confusion Matrix widgets and sending them to Venn diagram, we can see all the misclassification instances visualized per method used. Then we open Venn Diagram and select, for example, the misclassified instances that were identified by all three methods. This is represented as an intersection of all three circles. Click on the intersection to see this two instances marked in the Scatter Plot widget. Try selecting different diagram sections to see how the scatter plot visualization changes.		By selecting misclassifications in the three Confusion Matrix widgets and sending them to Venn diagram, we can see all the misclassification instances visualized per method used. Then we open Venn Diagram and select, for example, the misclassified instances that were identified by all three methods. This is represented as an intersection of all three circles. Click on the intersection to see this two instances marked in the Scatter Plot widget. Try selecting different diagram sections to see how the scatter plot visualization changes.

	[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]		[[File:VennDiagram-Example2.png\|center\|200px\|thumb]]




	==Referensi==		==Referensi==

Onnowpurbo at 04:44, 3 February 2020

2020-02-03T04:44:20Z

← Older revision		Revision as of 04:44, 3 February 2020
Line 2:		Line 2:


			Plot diagram Venn untuk dua atau lebih data subset.
	~~Plots a~~ Venn ~~diagram for two or more~~ data ~~subsets~~.

	==Input==		==Input==
Line 14:		Line 13:
	Data: entire data with a column indicating whether an instance was selected or not		Data: entire data with a column indicating whether an instance was selected or not

	~~The~~ Venn Diagram widget ~~displays logical relations between datasets by showing the number of~~ common data ~~instances~~ (~~rows~~) ~~or the number of~~ shared ~~features~~ (~~columns~~). ~~Selecting a part of the visualization outputs the corresponding instances or features~~.		Venn Diagram widget menampilkan hubungan logis antara data set dengan menunjukkan jumlah instance common data (baris) atau jumlah shared featured (kolom). Memilih bagian dari visualisasi akan menghasilkan instance atau feature yang sesuai.

	[[File:Venn-workflow.png.jpeg\|center\|200px\|thumb]]		[[File:Venn-workflow.png.jpeg\|center\|200px\|thumb]]
Line 24:		Line 23:
	* If Auto commit is on, changes are automatically communicated to other widgets.		* If Auto commit is on, changes are automatically communicated to other widgets.

	~~Rows can be matched by their identity~~, e.~~g. rows from different~~ data ~~sets match if they came from the same row in a~~ file. ~~Instead of using identities~~, ~~we can choose a~~ string ~~variable to match the rows by~~. ~~A warning is shown if~~ data ~~sets have no common~~ string ~~variable~~.		Baris dapat dicocokkan dengan identitas mereka, mis. baris dari data set yang berbeda cocok jika mereka berasal dari baris yang sama dalam file. Daripada menggunakan identitas, kita dapat memilih variabel string yang cocok dengan baris. Peringatan ditampilkan jika kumpulan data tidak memiliki variabel string yang sama.

	==Contoh==		==Contoh==