Menghitung Akurasi Fire Detection (Naive Bayes)

Wanda Aizul Fahmi

Sosial Media


1 orang menyukai ini
Suka

Summary

Algoritma Naive Bayes merupakan sebuah metoda klasifikasi menggunakan metode probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes. Dalam portofolio ini akan memproses dataset yang telah tersedia di kaggle dan menghitung seberapa besar tingkat akurasi dari data yang disediakan.

Description

  • Membuat model klasifikasi dari dataset yang diambil dari kaggle.com

Langkah-langkah : 

 

  1. Download terlebih dahulu dataset dari kaggle.com, kemudian upload ke drive
  2. Menggunakan perintah drive mount, untuk menghubungkan colab dengan drive.

     3. Meng-import library yang akan digunakan.

     4. Membaca data csv dari drive dan menampilkan info dari dataset yang dibaca.

       5.Mendeklarasikan variabel x dan y.

        6. Memisahkan data yang akan digunakan sebagai test dan train, dalam hal ini menggunakan porsi 80:20.

        7. Fit model menggunakan fit_transform dari StandardScaler

        8. Mengimport naive bayes dari library sklearn dengan GaussianNB classifier

      9. Membuat variable prediksi untuk menyimpan nilai prediksi hasil dari tes

    10. Menampilkan nilai prediksi.

     11. Menampilkan nilai aktual dari dataset

      12. Menampilkan confusion matrix dan accuracy score. 

Informasi Course Terkait
  Kategori: Artificial Intelligence
  Course: Data Science