2. ผลการวิเคราะห์ความสัมพันธ์ระหว่างปัจจัยสภาพแวดล้อมทางทะเลที่มีผลต่อการกระจาย
3.3 การประเมินประสิทธิภาพของแบบจ าลอง
ผลจากการวิเคราะห์คาดการณ์การกระจายของปลาผิวน ้า โดยใช้แบบจ าลอง Maximun Entropy จากโปรแกรม MaxEnt พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจาก ค่าพื้นที่ใต้กราฟของ ROC (Area Under The Curve : AUC) รายเดือน ส าหรับสร้างแบบจ าลอง AUCtraining มีค่าอยู่ในช่วง 0.686 - 0.750 โดยที่ค่า AUCtraining มากที่สุด คือ เดือนพฤศจิกายน และ ค่า AUCtraining น้อยที่สุด คือ เดือนมิถุนายน และการทดสอบแบบจ าลอง AUCtest มีค่าอยู่ในช่วง 0.690 - 0.749 โดยที่ค่า AUCtest มากที่สุด คือ เดือนพฤศจิกายน และค่า AUCtest น้อยที่สุด คือ เดือนมิถุนายนเช่นเดียวกับค่า AUCtraining ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดีไป จนถึงดีในแต่ละเดือน เนื่องจากปัจจัยสภาพแวดล้อมที่ใช้ในแต่ละเดือนไม่เหมือนกัน ขึ้นอยู่กับ ฤดูกาล และสภาพอากาศ ซึ่งสามารถน าแบบจ าลองนี้ไปคาดการณ์การกระจายของปลาผิวน ้าได้
ภาพประกอบ 35
ภาพประกอบ 35 ค่าความถูกต้องประสิทธิภาพแบบจ าลอง
ผลการวิเคราะห์ค่าความถูกต้องของการสร้างแบบจ าลองเดือนมกราคม พบว่า ค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.733 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.732 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพ ระดับค่อนข้างดี
เดือนกุมภาพันธ์ พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.745 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.739 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนมีนาคม พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.723 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.716 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนเมษายน พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.74ต และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.745 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
0.64 0.66 0.68 0.7 0.72 0.74 0.76
ม.ค. ก.พ. มี.ค. เม.ษ. พ.ค. มิ.ย. ก.ค. ส.ค. ก.ย. ต.ค. พ.ย. ธ.ค.
Training AUC/Test AUC
Training AUC Test AUC
เดือนพฤษภาคม พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้
กราฟของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.731 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.731 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนมิถุนายน พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.686 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.690 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนกรกฎาคม พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.715 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.719 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนสิงหาคม พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.723 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.722 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนกันยายน พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.723 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.725 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนตุลาคม พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.733 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.734 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี
เดือนพฤศจิกายน พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้
กราฟของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.750 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.749 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับดี
เดือนธันวาคม พบว่าค่าความถูกต้องของการสร้างแบบจ าลองจากค่าพื้นที่ใต้กราฟ ของ ROC (Area Under The Curve : AUC) ส าหรับสร้างแบบจ าลอง AUCtraining เท่ากับ 0.739 และการทดสอบแบบจ าลอง AUCtest เท่ากับ 0.742 และมีค่า Random Prediction เท่ากับ 0.5 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดี ภาพประกอบ 36 และภาพประกอบ 37
ภาพประกอบ 36 พื้นที่ใต้เส้นโค้งของ ROC (Area Under The Curve : AUC)
มกราคม กุมภาพันธ์
เมษายน มีนาคม
พฤษภาคม มิถุนายน
ภาพประกอบ 37 พื้นที่ใต้เส้นโค้งของ ROC (Area Under The Curve : AUC)
กรกฎาคม สิงหาคม
กันยายน ตุลาคม
พฤศจิกายน ธันวาคม
การประเมินประสิทธิภาพของแบบจ าลอง สรุปได้ว่าค่าความถูกต้องของการสร้าง แบบจ าลองจากค่าพื้นที่ใต้กราฟของ ROC (Area Under The Curve : AUC) รายเดือน ส าหรับ สร้างแบบจ าลอง AUCtraining มีค่าอยู่ในช่วง 0.686 - 0.750 และการทดสอบแบบจ าลอง AUCtest มีค่าอยู่ในช่วง 0.690 - 0.749 ถือว่าเป็นแบบจ าลองที่มีประสิทธิภาพระดับค่อนข้างดีไปจนถึงดีใน แต่ละเดือน ซึ่งค่า AUC ใกล้เคียงกับการศึกษาของ Wang Lifei et al. (2018) ทีมีค่า AUC ในช่วง 0.77 - 0.90 ของปลาผิวน ้า 3 ชนิด
3.4 ผลการวิเคราะห์การคาดการณ์การกระจายของปลาผิวน ้า โดยใช้แบบจ าลอง