Model Naive Bayes
Pilih tab untuk melihat prior dan likelihood per kelas {{-- ===================== --}} {{-- NAV TABS --}} {{-- ===================== --}} {{-- ===================== --}} {{-- TAB CONTENT --}} {{-- ===================== --}}Prior P ({{ $class === 'lolos' ? 'Lulus' : ($class === 'tidak' ? 'Tidak Lulus' : ucwords($class)) }}): {{ number_format($data['prior'], 2) }}
Jumlah Data: (Lolos: {{ $dataLatih->where('status_label', 'lolos')->count() }}) (Tidak Lolos: {{ $dataLatih->where('status_label', 'tidak')->count() }}) (Total: {{ $dataLatih->count() }})
Rumus Prior:
P(H) = Jumlah data kelas H / Total data
Rumus Likelihood:
P(Xi | H) = Jumlah Xi dalam H / Jumlah data H
Contoh:
Misal atribut {{ $attrLabel }} = {{ strtoupper($val) }} dan kelas {{ $class === 'lolos' ? 'Lulus' : 'Tidak Lulus' }}:
- Jumlah {{ $class === 'lolos' ? 'Lulus' : 'Tidak Lulus' }} = {{ $totalClass }}
- Jumlah nilai {{ strtoupper($val) }} dalam kelas = {{ $countVal }}
P({{ $attrLabel }} = {{ strtoupper($val) }} |
{{ $class === 'lolos' ? 'Lulus' : 'Tidak Lulus' }})
= {{ $countVal }} / {{ $totalClass }}
Likelihood
| NILAI | JUMLAH | P(X | {{ strtoupper($class === 'lolos' ? 'LOLOS' : 'TIDAK LOLOS') }}) |
|---|---|---|
| {{ strtoupper(str_replace('-', ' ', $val)) }} | {{ $countVal }} | {{ number_format($prob, 2) }} |