การใช้งาน K-NN Algorithm ในภาษา COBOL แบบง่าย ๆ พร้อมตัวอย่าง CODE

บทนำ

การเรียนรู้ของเครื่อง (Machine Learning) เป็นสาขาหนึ่งที่ได้รับความนิยมอย่างมากในปัจจุบัน โดยเฉพาะในเรื่องของการวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data) หนึ่งในอัลกอริธึมที่ง่ายและได้รับการยอมรับมากที่สุดในการคัดเลือกข้อมูลคือ K-Nearest Neighbors (K-NN) ซึ่งมันสามารถประยุกต์ใช้ในหลาย ๆ ด้าน เช่น การจำแนกประเภท (Classification) หรือการคำนวณค่าเฉลี่ย (Regression) อย่างไรก็ตาม หลายคนอาจไม่รู้ว่าภาษา COBOL ซึ่งเป็นภาษาโปรแกรมที่เก่าแก่นี้ยังสามารถนำ K-NN มาใช้งานได้!

K-NN Algorithm คืออะไร?

K-NN เป็นอัลกอริธึมที่ง่ายและตรงไปตรงมา โดยมุ่งเน้นไปที่การคำนวณความใกล้ชิดระหว่างข้อมูล ตัวแปร K เป็นจำนวนของเพื่อนบ้านที่เราต้องการคำนวณเพื่อทำการตัดสินใจเกี่ยวกับข้อมูลใหม่ที่ต้องการจำแนกประเภท ซึ่งอัลกอริธึมนี้จะหาความใกล้ชิดของข้อมูลใหม่ที่มีอยู่ในกลุ่มข้อมูล และให้ผลลัพธ์ตามประเภทที่มีมากที่สุดใน K เพื่อนบ้านที่ใกล้ที่สุด

การทำงานของ K-NN Algorithm

ตัวอย่างการเขียนโค้ด K-NN ใน COBOL

เช่นเดียวกับภาษาอื่น ๆ COBOL ก็สามารถเขียน K-NN algorithm ได้ โดยมีลักษณะการทำงานที่แตกต่างกันเล็กน้อย ตัวอย่างด้านล่างเป็นตัวอย่างง่าย ๆ สำหรับการจำแนกประเภทข้อมูล

        IDENTIFICATION DIVISION.
       PROGRAM-ID. KNNExample.
       DATA DIVISION.
       WORKING-STORAGE SECTION.
       01  NUM-NEIGHBORS       PIC 9.
       01  DISTANCE            PIC 99.99.
       01  NEW-POINT           VALUE 5.
       01  CLASSIFICATION      PIC X(10).
       01  DATASET.
           05  DATA-POINT OCCURS 10 TIMES.
               10  X-COORD     PIC 9.
               10  Y-COORD     PIC 9.
               10  LABEL       PIC X(10).

       PROCEDURE DIVISION.
       BEGIN.
           MOVE 3 TO NUM-NEIGHBORS.
           PERFORM VARYING I FROM 1 BY 1 UNTIL I > 10
               MOVE ZEROS TO DISTANCE
               COMPUTE DISTANCE = FUNCTION SQRT((NEW-POINT - X-COORD(I)) ** 2 + (NEW-POINT - Y-COORD(I)) ** 2)
               DISPLAY "Distance for point " I " is: " DISTANCE
           END-PERFORM.

           DISPLAY "K-NN Classification Result: " CLASSIFICATION.
           STOP RUN.

ในตัวอย่างนี้ โค้ด COBOL จะสร้างชุดข้อมูลที่มีป้ายกำกับ (LABEL) และประเภทย่อยที่มีพิกัด X/Y จากนั้นจะคำนวณระยะทางจากข้อมูลใหม่ (NEW-POINT) ไปยังข้อมูลในชุดข้อมูลผ่านการใช้ Euclidean distance ค่าที่ได้จะนำไปใช้ในการตัดสินใจว่า ข้อมูลใหม่ควรจะแสดงผลเป็นประเภทใด (CLASSIFICATION)

Use-Case ในโลกจริง

K-NN Algorithm ถูกใช้ในหลาย ๆ สถานการณ์จริง ตัวอย่างโปรโมชั่นที่ใช้ได้แก่:

สรุป

K-NN Algorithm อาจจะดูซับซ้อนในตอนแรก แต่หากเราทำความเข้าใจกับแนวคิดเบื้องต้น มันจะกลายเป็นเครื่องมือที่ทรงพลังในการประมวลผลข้อมูล ถึงแม้ว่าภาษา COBOL จะดูเป็นภาษาที่เก่า แต่ก็ยังใช้ได้ดีในการวิเคราะห์ข้อมูล ซึ่งยังสามารถนำมาประยุกต์ใช้ในหลาย ๆ สถานการณ์ในโลกความจริง

หากคุณต้องการเรียนรู้การเขียนโปรแกรมและทำการวิเคราะห์ข้อมูลให้เก่งขึ้น เราขอเชิญคุณมาศึกษาโปรแกรมที่ EPT (Expert-Programming-Tutor) ซึ่งเป็นสถาบันการเรียนรู้การเขียนโปรแกรมที่พร้อมให้ความรู้ด้านนี้อย่างลึกซึ้งและน่าสนใจ!

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง