การเปรียบเทียบประสิทธิภาพในการทำนายผลการเรียนวิชาฟิสิกส์พื้นฐานของนักศึกษาระดับปริญญาตรี สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง An Efficiency Comparison Prediction of Learning on General Physics Course of Undergraduate Students, King Mongkut’s Institute of Technology Ladkrabang

Main Article Content

สายชล สินสมบูรณ์ทอง

Abstract

บทคัดยอ



ในการศึกษาเรื่องการเปรียบเทียบประสิทธิภาพในการทํานายผลการเรียนวิชาฟสิกสพื้นฐานของ
นักศึกษาระดับปริญญาตรี สถาบันเทคโนโลยีพระจอมเกลาเจาคุณทหารลาดกระบัง มีวัตถุประสงคเพื่อ
ศึกษาทําความเขาใจและเปรียบเทียบประสิทธิภาพในการทํานายผลการเรียนวิชาฟสิกสพื้นฐาน วิธีการ
จําแนกกลุมที่นํามาเปรียบเทียบประสิทธิภาพในการทํานายผลคือ วิธีความใกลเคียงกันมากที่สุดโดยใช
อัลกอริทึมชนิด IBk วิธีตนไมตัดสินใจโดยใชอัลกอริทึมชนิด J48 วิธีโครงขายประสาทเทียมโดยใช
อัลกอริทึมชนิดเพอรเซปตรอนแบบหลายชั้น วิธีซัพพอรตเวกเตอรแมชชีนโดยใชอัลกอริทึม SMO ชนิดโพ
ลิโนเมียลเคอรเนล วิธีการถดถอยโลจิสติกแบบ 2 กลุม และวิธีนาอีฟ เบย ในการเปรียบเทียบ
ประสิทธิภาพของวิธีการจําแนกกลุมทั้ง 6 วิธี จะใชคาความถูกตอง คาการเรียกคืน และคาความถวงดุล
โดยจะพิจารณาจากคาเหลาน้ีที่มีคามากที่สุด สวนคาความคลาดเคลื่อนสัมบูรณเฉลี่ยและคาความ
คลาดเคลื่อนกําลังสองเฉลี่ยจะพิจารณาจากคาเหลานี้ที่มีคานอยที่สุด ผลการศึกษาการเปรียบเทียบ
ประสิทธิภาพวิธีการจําแนกกลุมพบวา วิธีตนไมตัดสินใจและวิธีซัพพอรตเวกเตอรแมชชีนมีคาความถูกตอง
คาการเรียกคืน และคาความถวงดุลมากที่สุดคือ 91.7647%, 1,และ 0.957 ตามลําดับ แตวิธีซัพพอรต
เวกเตอรแมชชีนมีคาความคลาดเคลื่อนสัมบูรณเฉลี่ยนอยที่สุดคือ 0.0824 สวนวิธีตนไมตัดสินใจมีคาความ
คลาดเคลื่อนกําลังสองเฉลี่ยนอยที่สุดคือ 0.0762 ตามลําดับ แตวิธีตนไมตัดสินใจมีคาความคลาดเคลื่อน
สัมบูรณเฉลี่ยมากกวาวิธีซัพพอรตเวกเตอรแมชชีนอยูพอสมควร สวนวิธีซัพพอรตเวกเตอรแมชชีนมีคา
ความคลาดเคลื่อนกําลังสองเฉลี่ยมากกวาวิธีตนไมตัดสินใจอยูเพียงเล็กนอยเทาน้ัน ดังนั้นวิธีซัพพอรต
เวกเตอรแมชชีนมีประสิทธิภาพในการทํานายผลดีท่สี ุด


 


Abstract



In this study, an efficiency comparison prediction of learning on general physics
course of undergraduate students, King Mongkut’s institute of technology Ladkrabang. The
purposes are understand and compare efficiency in prediction of learning on general
physics course. The classification methods to efficiency comparison in prediction are knearest neighbor method by IBk algorithm, decision tree method by J48 algorithm,
artificial neural network method by multilayer perceptron algorithm, support vector
machine method by polynomial kernel, SMO algorithm, binary logistic regression method
and naïve Bayes method. In efficiency comparison of six classification methods by using
the maximum of accuracy, recall, F-Measure and the minimum of mean absolute error
(MAE) and mean square error (MSE). The result of the study efficiency comparison the
classification method demonstrated that decision tree method and support vector
machine method has the maximum accuracy, recall, and F-Measure, 91.764%, 1, and
0.957, respectively. In addition, support vector machine method and decision tree
method have the minimum MAE and MSE, 0.0824 and 0.0762, respectively, but decision
tree method has more MAE than support vector machine method and support vector
machine method has more a little MSE than decision tree method. Then, support vector
machine method has the best efficiency in prediction.


 

Downloads

Download data is not yet available.

Article Details

How to Cite
สินสมบูรณ์ทอง ส. (2017). การเปรียบเทียบประสิทธิภาพในการทำนายผลการเรียนวิชาฟิสิกส์พื้นฐานของนักศึกษาระดับปริญญาตรี สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง: An Efficiency Comparison Prediction of Learning on General Physics Course of Undergraduate Students, King Mongkut’s Institute of Technology Ladkrabang. Journal of Science Ladkrabang, 26(2), 26–42. Retrieved from https://li01.tci-thaijo.org/index.php/science_kmitl/article/view/107559
Section
Research article
Author Biography

สายชล สินสมบูรณ์ทอง

ภาควิชาสถิติ คณะวิทยาศาสตร สถาบนั เทคโนโลยีพระจอมเกลา เจาคุณทหารลาดกระบัง