Description

Bab 1: Memuat dan Mempersiapkan Data

Memuat Dataset

Petualangan kita dimulai dengan memuat dataset Iris yang terkenal. Dataset ini berisi 150 sampel bunga iris, masing-masing dijelaskan oleh empat fitur: panjang sepal, lebar sepal, panjang petal, dan lebar petal. Tugas kita adalah mengklasifikasikan bunga-bunga ini ke dalam tiga spesies: Setosa, Versicolor, dan Virginica.

Bab 2: Pembersihan Data

Memeriksa Nilai yang Hilang

Sebelum kita memulai analisis, kita perlu memastikan data kita bersih. Mari kita periksa apakah ada nilai yang hilang yang mungkin mengganggu perjalanan kita.

Dengan senang hati, tidak ada nilai yang hilang, dan data kita siap untuk dieksplorasi!

Bab 3: Transformasi Data

Standardisasi Data

Untuk mempersiapkan data kita untuk analisis dan pemodelan, kita menstandarkan fitur-fiturnya. Langkah ini memastikan bahwa setiap fitur berkontribusi sama dalam analisis.

Pengurangan Dimensi dengan PCA

Kita menggunakan Principal Component Analysis (PCA) untuk mengurangi dimensi data kita. Teknik ini membantu kita memvisualisasikan data dalam dua dimensi sambil mempertahankan informasi terpenting.

Bab 4: Analisis Data Eksploratif

Statistik Deskriptif

Mari kita mulai eksplorasi kita dengan beberapa statistik deskriptif dasar untuk memahami distribusi dan karakteristik fitur-fitur kita.

Matriks Korelasi

Selanjutnya, kita mengeksplorasi hubungan antara fitur-fitur menggunakan matriks korelasi. Heatmap ini akan mengungkapkan seberapa kuat setiap pasangan fitur saling berhubungan.

Visualisasi Pairplot

Untuk mendapatkan pandangan komprehensif tentang hubungan antara semua pasangan fitur, kita membuat pairplot. Visualisasi ini sangat informatif untuk memahami pemisahan spesies.

Plot Scatter PCA

Menggunakan hasil PCA kita, kita dapat membuat plot scatter untuk memvisualisasikan data dalam dua dimensi. Plot ini membantu kita melihat seberapa baik spesies dapat dipisahkan berdasarkan komponen utama.

Bab 5: Deteksi Anomali

Isolation Forest

Petualangan kita sekarang membawa kita ke bidang deteksi anomali yang menarik. Menggunakan algoritma Isolation Forest, kita mengidentifikasi anomali dalam data kita yang mungkin mewakili outlier atau observasi yang tidak biasa.

Bab 6: Membangun Model

Model Regresi

Kita memulai petualangan pemodelan kita dengan regresi. Menggunakan regresi linier, kita bertujuan untuk memprediksi panjang sepal bunga iris berdasarkan fitur lainnya.

Model Klasifikasi

Selanjutnya, kita membangun model klasifikasi menggunakan K-Nearest Neighbors (KNN). Tujuan kita adalah mengklasifikasikan bunga iris ke dalam spesies mereka berdasarkan dua fitur pertama.

Model Klasterisasi

Petualangan pemodelan terakhir kita melibatkan klasterisasi. Menggunakan algoritma K-Means, kita mengklasterkan bunga iris ke dalam tiga kelompok dan mengevaluasi kualitas klasterisasi menggunakan skor silhouette.

Kesimpulan

Perjalanan kita melalui dataset Iris telah dipenuhi dengan wawasan dan penemuan. Dari pembersihan dan transformasi data hingga analisis eksploratif dan teknik pemodelan lanjutan, kita telah menjelajahi spektrum penuh data science. Setiap langkah telah memberi kita pemahaman yang lebih dalam dan alat yang kuat untuk mengatasi masalah dunia nyata.

Portofolio ini tidak hanya menunjukkan keahlian teknis yang diperlukan untuk analisis data dan pembelajaran mesin, tetapi juga menampilkan keindahan dan keanggunan mendongeng dengan data. Terima kasih telah bergabung dalam perjalanan ini melalui dunia data science dengan dataset Iris!