Pencari Nilai Akurasi dengan Scikit Learn

Muhamad Rifki Arisagas

Sosial Media


1 orang menyukai ini
Suka

Summary

Penggunaan salah satu library python yang biasa digunakan untuk prediksi data analisis yang simpel dan juga efisien, seperti salah satu contohnya yaitu mencari nilai akurasi dari dataset yang sudah terkumpul.

Terdapat beberapa hal yang perlu diperhatikan untuk melakukan pencarian nilai akurasi yaitu :

  1. Dataset yang sudah siap digunakan untuk data analisis
  2. Python programming language
  3. Platform untuk pembangunan Interactive Python Notebook (.ipynb)
  4. Library pandas, train_test_split, DecisionTreeClassifier dan accuracy_score

Description

Pencarian Nilai Akurasi dengan Scikit Learn

Proses Klasifikasi dirancang menggunakan metode Decision Tree, serta terdapat pembagian variabel data latih beserta data uji, lalu di prediksikan hasil akurasi dari kedua variable tersebut.

  1. Pengambilan dataset dari kaggle.com
  2. Pengalokasian dataset di direktori project menggunakan Jupyter Notebook
  3. Percobaan pengaksesan dataset dalam Jupyter Notebook menggunakan fungsi pandas.read_csv.head().
  4. Pengimportan Library lain setelah pengecekan dataset menggunakan pandas dan pembagian variabel latih dan uji.
  5. Pengklasifikasian serta pencarian nilai akurasi setelah di latih dan di uji.

Daftar Pustaka

  1. Pythonguides.com. 2021. Scikit learn accuracy_score. [online] Available at: [Accessed 07 September 2022].
  2. Scikit-learn.org 2022. sklearn.metrics.accuracy_score. [online] Available at: [Accessed 07 September 2022]. 
  3. Educative.io. 2022. How to build a decision tree with the IRIS dataset in Python. [online] Available at: [Accessed  07 September 2022].
  4. Activestate.com. 2022. How to Classify Data in Python Using Scikit-Learn. [online] Available at: [Accessed  07 September 2022].
  5. Datacamp.com. 2018. Learn K-Nearest Neighbor(KNN) Classification and build KNN classifier using Python Scikit-learn package. [online] Available at: [Accessed  07 September 2022].

Informasi Course Terkait
  Kategori: Data Science / Big Data
  Course: Data Science