Lompat ke konten utama
Kelas
Data Mining DasarPelajaran 10 dari 15 · Modul 3, Pemilihan atribut dan Naive Bayes

Modul 3 · Pemilihan atribut dan Naive Bayes

Naive Bayes dengan hitungan tangan

Setelah pelajaran ini kamu bisa menghitung skor dan peluang akhir setiap kelas Naive Bayes dari tabel frekuensi.

  • ±14 menit
  • 3 latihan
  • Diperiksa 28 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Naive Bayes memilih kelas dengan peluang terbesar setelah atribut sebuah data diketahui, memakai teorema Bayes. User Guide scikit-learn menyebut asumsi "naif"-nya: setiap pasang atribut dianggap saling bebas bila kelasnya diketahui. Dengan asumsi itu, skor kelas c untuk data bernilai x₁, x₂, … adalah P(c) × P(x₁ | c) × P(x₂ | c) × …, dan kelas dengan skor terbesar menjadi tebakan.

Semua peluang itu dihitung dari tabel frekuensi. P(c) adalah porsi baris berkelas c. P(x | c) adalah porsi baris berkelas c yang atributnya bernilai x. Skor belum berupa peluang; untuk mendapatkan peluang akhir (posterior), setiap skor dibagi jumlah semua skor.

Contoh: 20 pesan, 8 penipuan dan 12 biasa. Kata "hadiah" muncul di 6 pesan penipuan dan 2 pesan biasa. Untuk pesan baru yang memuat "hadiah": skor penipuan = 8/20 × 6/8 = 0,30 dan skor biasa = 12/20 × 2/12 = 0,10. Peluang akhir penipuan = 0,30 ÷ (0,30 + 0,10) = 0,75. pandas.crosstab dengan normalize="index" menyusun tabel P(x | c) sekaligus, satu baris per kelas.

import pandas as pd

pesan = pd.DataFrame({
    "hadiah": ["ya"] * 6 + ["tidak"] * 2 + ["ya"] * 2 + ["tidak"] * 10,
    "kelas": ["tipu"] * 8 + ["biasa"] * 12,
})
print(pd.crosstab(pesan["kelas"], pesan["hadiah"], normalize="index"))
# hadiah=ya: biasa 0.1667, tipu 0.75

Latihan

Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 1 dari 3

Dari 10 surel, 4 spam dan 6 bukan. Kata "gratis" muncul di 3 surel spam dan 1 surel bukan spam. Berapa P(gratis = ya | spam)? Jawab dengan dua desimal.

Latihan 2 dari 3

Data yang sama: tautan muncul di 2 dari 4 surel spam dan 2 dari 6 surel bukan spam. Sebuah surel baru memuat kata "gratis" dan tautan. Berapa peluang akhir spam dalam persen? Jawab dengan dua desimal.

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 1 lagi