Description

LIBRARIES

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

DATA

Dataset heart.csv ini berisikan informasi Orang dengan penyakit kardiovaskular atau yang memiliki risiko kardiovaskular tinggi (karena adanya satu atau lebih faktor risiko seperti hipertensi, diabetes, hiperlipidemia, atau penyakit yang sudah ada) dan dengan informasi tersebut dapat dilakukan deteksi dan penanganan dini di mana model machine learning dapat sangat membantu dalam permasalahan tersebut.

df = pd.read_csv('heart.csv')

df.head()

df.shape

(303, 14)

dari fungsi .info() dapat diketahui informasi jumlah kolom dan data type dari masing-masing kolom pada dataset heart, tidak terdapat nilai null value dari masing-masing kolom

df.info()

df.describe()

EDA

pada tahap ini diketahui untuk kolom target terdapat value 0 yang berjumlah 138 data dan 1 berjumlah 165 data

df['target'].value_counts()

1    165

0    138

Name: target, dtype: int64

Melakukan pengecekkan korelasi antar variable divisualisasikan dengan diagram heatmap

plt.figure(figsize=(15,10)) sns.heatmap(df.corr(), annot=True)

PREPROCESSING

melakukan drop pada chol dan fbs karena hasil uji korelasi menunjukan kedua kolom tersebut tidak memiliki nilai korelasi terhadap kolom target dibuktikan dengan nilai korelasi chol-0.085 dan fbs -0.028

melakukan split kepada data dengan proporsi 70% data training dan 30% sebagai data testing

from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=10)

from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, mean_absolute_error,classification_report, confusion_matrix, roc_auc_score, roc_curve

knn_model = KNeighborsClassifier(n_neighbors=20, metric="minkowski")

knn_model.fit(X_train, y_train)

preds = knn_model.predict(X_test)

SVM (Support Vector Machine) adalah algoritma machine learning untuk klasifikasi dan regresi, dan library SVC pada Python adalah implementasi dari algoritma SVM yang memungkinkan kita untuk membuat model SVM untuk klasifikasi

from sklearn.svm import SVC

clf = SVC(random_state=0) clf.fit(X_train, y_train)

y_pred = clf.predict(X_test)

XGBoost (Extreme Gradient Boosting) adalah algoritma ensemble yang digunakan untuk regresi dan klasifikasi

from xgboost import XGBClassifier xgb=XGBClassifier().fit(X_train,y_train)

xgb_y_pred=xgb.predict(X_test)

Kesimpulan

Dari 3 metode yang digunakan k-NN, SVM, dan XGBoost menunjukkan nilai akurasi dengan metode menggunakan XGBoost memiliki tingkat akurasi yang lebih baik dibandingkan 2 metode lainnya. XGBoost memiliki tingkat akurasi 81% dengan nilai MAE sebesar 0.18, nilai MAE ini juga menunjukkan prediksi model hampir sempurna sesuai dengan nilai sebenarnya karena nilainya mendekati 0.