akrvnka/svm-mbti-classifier

SVM Models for MBTI Dimension Classification

4 model SVM terpisah untuk klasifikasi dimensi kepribadian MBTI (I/E, N/S, F/T, J/P) berdasarkan vektor distribusi 6 emosi dasar Ekman (angry, disgust, fear, happy, sad, surprise), yang diekstrak menggunakan model akrvnka/distilbert-emotion-ekman-mbti.

Hasil Evaluasi (Stratified 5-Fold CV)

Dimensi MBTI	Accuracy (mean ± std)	Precision (mean ± std)	Recall (mean ± std)	Macro F1-Score (mean ± std)
IE	0.5618 ± 0.0173	0.5280 ± 0.0094	0.5302 ± 0.0115	0.5233 ± 0.0060
NS	0.5118 ± 0.0153	0.5414 ± 0.0095	0.5578 ± 0.0131	0.4862 ± 0.0065
FT	0.5782 ± 0.0131	0.5693 ± 0.0111	0.5705 ± 0.0111	0.5691 ± 0.0117
JP	0.5695 ± 0.0098	0.5648 ± 0.0103	0.5652 ± 0.0105	0.5648 ± 0.0103

Kernel & Hyperparameter Terpilih

Dimensi	Kernel Terpilih	C Terpilih
IE	linear	100
NS	poly	0.1
FT	rbf	100
JP	rbf	1

Cara Pakai

import joblib
model_ie = joblib.load("svm_IE_final.pkl")  # download dulu dari repo ini
pred = model_ie.predict([[0.1, 0.05, 0.15, 0.4, 0.2, 0.1]])  # urutan: angry, disgust, fear, happy, sad, surprise

Interpretasi SHAP

Lihat file feature_importance_summary.csv dan folder figures/ untuk visualisasi kontribusi tiap emosi terhadap prediksi masing-masing dimensi MBTI.