Alur Training
- Baca seluruh
training_datadan tokenisasi setiap komentar. - Hitung DF dan IDF untuk membangun vocabulary.
- Jumlahkan frekuensi token per kelas sentimen.
- Hitung
prior = n_class / n_total_docs. - Hitung
P(w|c) = (count(w,c) + 1) / (count(token,c) + |V|)(Laplace). - Simpan seluruh nilai ke tabel
vocab,class_stats, danterm_class_stats.
Data Training Saat Ini
Total
500
Positif
166
Netral
167
Negatif
167
Status Model
Ukuran Vocabulary
212
Prior · Positif
0.3320
docs:166 / token:1927
Prior · Netral
0.3340
docs:167 / token:1842
Prior · Negatif
0.3340
docs:167 / token:1656
Contoh Vocabulary (20 Teratas berdasarkan IDF)
| Term | DF | IDF |
|---|---|---|
| antara | 5 | 5.4248 |
| aturan | 5 | 5.4248 |
| bantuan | 5 | 5.4248 |
| berdasarkan | 5 | 5.4248 |
| berharap | 5 | 5.4248 |
| berubah | 5 | 5.4248 |
| diawasi | 5 | 5.4248 |
| dibuat | 5 | 5.4248 |
| dipertahankan | 5 | 5.4248 |
| disampaikan | 5 | 5.4248 |
| disediakan | 5 | 5.4248 |
| disiapkan | 5 | 5.4248 |
| ditetapkan | 5 | 5.4248 |
| evaluasi | 5 | 5.4248 |
| hangat | 5 | 5.4248 |
| harapan | 5 | 5.4248 |
| informasi | 5 | 5.4248 |
| jika | 5 | 5.4248 |
| kebijakan | 5 | 5.4248 |
| kekurangan | 5 | 5.4248 |