www.softcsients.com | “Linear discriminant analysis (LDA) and the related Fisher’s linear discriminant are methods used in statistics, pattern recognition and machine learning to find a linear combination of features which characterizes or separates two or more classes of objects or events. The resulting combination may be used as a linear classifier, or, more commonly, for dimensionality reduction before later classification”
19,865 ViewsOperasi menggabungkan sebuah 2 tabel didalam SQL dinamakan operasi join table yang melibatkan primary dan foreign key untuk mendapatkan irisan data. Terkadang Operasi Join banyak melibatkan beberapa tabel menjadi satu kesatuan. Operasi join merupakan core database karena kekuatan dalam relational nya yang mampu menggabungkan banyak tabel dan saling berhubungan. Keuntungan nya yaitu memisahkan antara … Read more
Ketika penulis sedang mengolah data record yang hanya terdiri dari ribuan data, maka cara seperti masking di data frame terkadang dilakukan menggunakan looping, namun tidak jika data yang digunakan sudah mencapai ratusan ribu bahkan jutaan record. Bisa butuh waktu bermenit-menit untuk melakukan looping, sehingga hal ini harus dihindari untuk mencegah bottleneck. Fungsi agregasi seperti sum(), mean(), median(), min(), and max() melibatkan sebuah key yang mempecepat proses hanya sekian detik saja. Tentu dasar data frame harus kalian pelajari dulu disini. Perhatikan data frame berikut
Bila kalian sedang bekerja dengan basis data yang melibatkan tanggal, maka akan banyak sekali format tanggal yang beredar seperti berikut
Atau format indonesia yaitu
Bila kita hanya menggunakan data diatas sebagai format string saja, maka akan sangat sudah melakukan query data, misalkan saja menghitung jumlah hari pada rentang waktu tertentu
Dalam era big data yang mempunyai jutaan record pada sebuah data transaksi membutuhkan perangkat dan software khusus karena data tersebut bila diload dalam memory RAM akan langsung out of memory. Nah kalau kalian membaca buku yang saya tulis ada 2 library yang khusus untuk menangani sebuah data terstruktur yaitu numpy dan pandas. Pandas sudah sangat terkenal karena kemudahan dan kesederhanaan sintaksnya. Namun bila mengolah data yang terdiri dari jutaan record maka tidak begitu bagus. Ada beberapa pilihan yang bisa kalian gunakan seperti dask dan vaex.
Cara menggunakan Message Box, Warning Dialog, Question- Untuk membuat question dialog dan message box sangat mudah sekali di Matlab dan biasanya dialog tersebut bersifat modal atau top screen. Kita bagi menjadi 3 saja yaitu message box, warning dialog, serta question dialog.
Component GUI yang selanjutnya kita bahas yaitu input dialog yang berguna untuk menerima input dari user. Pada aplikasi berbasis GUI ada banyak input dari user seperti mouse, keyboard, sound yang bisa kita interface menggunakan API yang tersedia dari sebuah bahasa pemrograman. Input dialog yang kita akan bahas sangat sederhana koq, hanya menerima input dari keyboard. Misalkan kita akan membuat sebuah dialog untuk menerima informasi nama dan umur.
Setelah kalian pelajari mengenai component waitbar yang berguna untuk memonitor sebuah looping yang teramat panjang dan lama, selanjutnya kita bahas File Dialog yang terdiri dari Open dan Save sebuah file.
Sebelum membahas lebih jauh mengenai aplikasi berbasis GUI dengan Matlab, ada baiknya kita mengenal beberapa component GUI. Nah kali ini kita akan mengenal sebuah component waitbar yang berguna untuk melihat sebuah progress aktifitas. Diperlukan perintah yaitu
Membuat aplikasi menggunakan Python untuk menerima input dari user / interaksi dari user ada banyak cara koq, kalau kalian baca buku Buku Belajar Mudah Python dengan Package Open Source, sudah dibahas koq untuk menggunakan perintah input, namun disini saya akan bahas lagi sedikit, selain menggunakan perintah input ada 2 cara lagi yaitu argument parser (CLI-command line interface) serta GUI. Untuk mempermudah pembahasan postingan ini, kita akan membuat contoh sebuah script untuk memvisualisasikan plot grafik sinus. Kebutuhan package yaitu matplotlib dan numpy. Secara mudah gambarannya sebagai berikut