การวิเคราะห์เชิงทำนาย

3.2 การวิเคราะห์เชิงทำนาย

การคาดคะเนหรือการรู้อนาคต เป็นสิ่งที่คนส่วนใหญ่ให้ความสำคัญ เพื่อนำมาประกอบการตัดสินใจ ให้สามารถเลือกสิ่งที่ดีที่สุดสำหรับตัวเองหรือองค์กรได้ในเชิงธุรกิจ ผู้ประกอบการอาจมีความต้องการที่จะรู้ว่าการลงทุนกับสินค้าชนิดใดแล้วจะได้กำไรเท่าไหร่ เพื่อให้เลือกลงทุนได้อย่างเหมาะสม สำหรับบุคคลทั่วไป อาจจะมีความต้องการที่จะคาดการณ์สิ่งที่จะเกิดขึ้นในชีวิตประจำวัน เช่น ก่อนออกจากบ้านอาจจะต้องการคาดการณ์ว่าฝนจะตกหรือไม่ หากฝนตกแล้วได้พกร่มหรือชุดกันฝนไปด้วย ช่วยทำให้เปียกฝนน้อยลง แสดงว่าการตัดสนใจนั้นมีประสิทธิภาพ

3.2.1 การทำนายเชิงตัวเลข (Numeric Prediction)

การทำนายข้อมูลเชิงตัวเลข เป็นการใช้ข้อมูลในอดีตมาวิเคราะห์หาแนวโน้มเพื่อทำนายอนาคต ซึ่งผลลัพธ์ของการทำนายจะอยู่ในรูปตัวเลข เช่น

• หากเราต้องการจะไปเที่ยวต่างประเทศ เราก็ควรจะตรวจสอบสภาพอากาศในประเทศที่เราจะเดินทางไป เพื่อคาดการณ์อุณหภูมิในช่วงเวลานั้นๆ จะได้วางแผนการจัดเตรียมเสื้อผ้าหรือวางแผนสถานที่เที่ยวในประเทศที่เราจะเดินทางไปได้

• การคาดการณ์ปริมาณน้ำฝน โดยใช้ข้อมูลในอดีต เพื่อวางแผนการเพาะปลูกของเกษตรกร

>>วิธีการทำนาย 2 วิธี คือ การทำนายโดยใช้กราฟ และ การทำนายโดยใช้สมการเชิงเส้น<<

การทำนายโดยใช้กราฟ และ การทำนายโดยใช้สมการเชิงเส้น

เมื่อข้อมูล 2 ชุด มีความสัมพันธ์เชิงเส้นต่อกัน สามารถทำนายชุดข้อมูลที่สนใจ (y) เมื่อทราบค่าชุดข้อมูลอีกชุดหนึ่ง (x) ที่สัมพันธ์กัน เช่น จากตัวอย่างจำนวนวัวป่า (x) กับจำนวนม้าลาย (y) หากต้องการประมาณค่าจำนวนม้าลายจากข้อมูลจำนวนวัวป่า ต้องทำการลากเส้นตรงผ่านจุดด่างๆ ในแผนภาพการกระจายให้มากที่สุด เรียกเส้นตรงดังกล่าวว่า “เส้นแนวโน้ม” และใช้เส้นแนวโน้มนี้ในการประมาณค่าจำนวนม้าลาย

การทำนายค่าจากเส้นแนวโน้ม มีขั้นตอนดังนี้

1. สร้างแผนภาพการกระจาย – ทำให้ทราบรูปแบบความสัมพันธ์ของข้อมูลคร่าวๆ

2. ลากเส้นแนวโน้ม – ลากเส้นตรงผ่านจุดต่างๆ ที่อยู่บนแผนภาพการกระจายให้ได้จำนวนมากที่สุด (line of best fit) โดยจำนวนจุดที่อยู่เหนือเส้นและใต้เส้น ควรมีปริมาณใกล้เคียงกัน

3. ทำนายค่าจากเส้นแนวโน้ม

• ประมาณค่าจากเส้นแนวโน้ม – ในที่นี้ให้ y เป็นค่าที่ต้องการทำนาย และ x เป็นข้อมูลที่ทราบค่า โดยให้กำหนดจุดที่ทราบค่าบนแกน x แล้วลากเส้นจากจุดนั้นขนานกับแกน y ไปตัดกับเส้นแนวโน้ม แล้วลากเส้นจากจุดตัดบนเส้นแนวโน้ม ขนานกับแกน x ไปตัดที่แกน y จะได้ค่า y ซึ่งเป็นค่าที่ต้องการทำนาย

• ทำนายค่าโดยใช้สมการเชิงเส้น – เมื่อได้เส้นแนวโน้ม เราจะอาสมการเชิงเส้นของเส้นแนวโน้ม ในรูป y = mx + c

  • ก่อนที่จะนำสมการเส้นแนวโน้มไปใช้ในการทำนาย ต้องตรวจสอบความคลาดเคลื่อนของสมการเส้นแนวโน้มนี้ ซึ่งใช้วิธีการหาผลรวมของผลต่างยกกำลังสองของค่าจริงและค่าทำนาย (sum of squared errors)

  • หากค่าที่คำนวณได้ยิ่งน้อยเท่าไร แสดงว่ามีความคาดเคลื่อนน้อย เส้นแนวโน้มจะยิ่งทำนายได้ใกล้เคียงค่าจริงมาก

3.2.2 การทำนายเชิงหมวดหมู่ (Classification)

การทำนายเชิงหมวดหมู่ คือ การทำนายข้อมูลที่มีความสัมพันธ์กัน มาทำนายข้อมูลที่ไม่ใช่ข้อมูลตัวเลข เพื่อจำแนกว่าผลลัพธ์จะอยู่ในกลุ่มหรือหมวดหมู่ใด เช่น การทำนายว่าฝนจะตกหรือไม่ (ตก, ไม่ตก) อาหารจานโปรด(ต้มยำกุ้ง, ผัดไทย, กะเพราหมู) แนวเพลงที่ชอบ (แจ๊ส, ป๊อป, ร็อก, ลูกทุ่ง) ประเภทเครื่องดื่ม (น้ำอัดลม, น้ำผลไม้, เครื่องดื่มเกลือแร่) เป็นต้น

แนวคิดหลักในการทำนาย คือ ใช้ข้อมูลในอดีตที่มีการระบุหมวดหมู่มาแล้ว มาทำนายข้อมูลชุดใหม่ที่ยังไม่ทราบหมวดหมู่ โดยจะขอกล่าวถึงการจัดหมวดหมู่ด้วย วิธีการค้นหาเพื่อนบ้านใกล้เคียงที่สุด K ตัว (K-Nearest Neighbors: K-NN)

ในการประเมินความถูกต้องในการจำแนกข้อมูล ต้องนำผลลัพธ์จากการจำแนกหมวดหมู่ ไปทดสอบกับชุดข้อมูลที่ทราบคำตอบอยู่แล้ว ซึ่งมักเป็นข้อมูลชุดเดียวกันกับข้อมูลตั้งต้น แต่ถูกแยกเฉพาะเพื่อการประมาณ

ตัวอย่างเช่น หากใช้ข้อมูลในอดีตของการเกิดไฟป่ามาทำนายการเกิดไฟป่าในอนาคต โดยอาศัยค่าอุณหภูมิเฉลี่ยและความชื้นสัมพันธ์ในวันนั้นๆ จำนวนข้อมูลการเกิดไฟป่าในอดีตมี 20 ตัวอย่าง อาจแบ่งข้อมูลสำหรับสร้างรูปแบบการทำนาย 13 ชุด และใช้ข้อมูลอีก 7 ชุด ในการทดสอบความถูกต้อง ของผลลัพธ์การทำนายว่าเกิดไฟป่าหรือไม่

เว็บไซต์สำหรับนักเรียน

https://www.tmd.go.th/