Klasikasi Penyakit Jantung dengan Algoritma K-NN
Mohammad Prayoga Pangestu
Summary
Data asli berasal dari database Cleveland dari UCI Machine Learning Repository.Database asli berisi 76 atribut, tetapi di sini hanya 14 atribut yang akan digunakan, atribut juga disebut fitur.Atribut dan fitur juga disebut sebagai variabel bebas dan variabel terikat, saya menggunakan variabel bebas untuk memprediksi variabel terikat. Dalam data ini, variabel bebas adalah atribut informasi pasien dan variabel terikat adalah apakah mereka memiliki penyakit jantung atau tidak.
Description
Import Library dan liat datasetnya
Lihat visualisasi data terget
Rata-rata data target yang menderita sakit jantung dan tidak menderita
Visualisasi data target orang yang menderita penyakit jantung berdasarkan usia
Jangan lupa tentutakan beberapa variable nya
Kemudian buat transpose matric
dan terakhir
Informasi Course Terkait
Kategori: Artificial IntelligenceCourse: Machine Learning For Beginner
