การเพิ่มประสิทธิภาพโมเดลพยากรณ์อาชีพนักศึกษาทางธุรกิจด้วยเทคนิคการสุ่มตัวอย่างเรียนรู้บนชุดข้อมูลที่ไม่สมดุลแบบหลายคลาส

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์ ดังนี้ 1) เพื่อศึกษาเทคนิคการสุ่มตัวอย่างเรียนรู้บนชุดข้อมูลที่ไม่สมดุลแบบหลายคลาส และ 2) เพื่อเปรียบเทียบประสิทธิภาพเทคนิคการสุ่มตัวอย่างเรียนรู้บนชุดข้อมูลที่ไม่สมดุลแบบหลายคลาส โดยใช้โปรแกรม WEKA ปรับความสมดุลด้วยเทคนิค Over sampling เทคนิค Under sampling และเทคนิค SMOTE สร้างโมเดลและการประเมินโมเดลพยากรณ์ด้วยเทคนิคต้นไม้ตัดสินใจและเทคนิคแรนดอมฟอเรสเปรียบเทียบโมเดลที่ให้ผลการพยากรณ์ที่ดีที่สุด

ผลการวิจัยพบว่า ชุดข้อมูลที่ปรับความสมดุลด้วยเทคนิค Over sampling สร้างโมเดลจำแนกข้อมูล และเปรียบเทียบโมเดลการจำแนก 2 เทคนิค คือต้นไม้ตัดสินใจและแรนดอมฟอเรส  ผลปรากฏว่าเทคนิคแรนดอมฟอเรสเป็นเทคนิคที่ให้ประสิทธิภาพมากที่สุด ค่าความถูกต้องร้อยละ 67.17 ค่าความแม่นยำ 0.66 ค่าความระลึก 0.67 และค่าเอฟเมเชอร์ 0.66