Tugas Mata Kuliah Machine Learning

 

MODELLING DATA

#Recall data kita

df>head()

Langkah-langkahnya.....

#Pertama, buat variabel x dan y

x= df.drop(columns='price')

y= df['price']

#Kedua, kita split data kita menjadi training and testing dengan porsi 80:20

x_train, x_test, y_train, y_test = train_test_split(x,y, test_size=0.2, random_state=4)

#Cek shape dari data training dan testing

print(x_train.shape)

print(y_train.shape)

print(x_test.shape)

print(y_test.shape)

#ketiga, kita bikin object linear regresi

lin_reg = LinearRegression()

#keempat, train the model menggunakan training data yang sudah displit

lin_reg.fit(x_train, y_train)

#kelima, cari tau nilai slope/koefisien (m) dan intercept (b)

print(lin_reg.coef_)

print(lin_reg.intercept__)

#kita oba buat kedalam dataframe agar lebih rapi

coef_dict = {

    'features': x.columns,

    'coef_value':lin_reg.coef_

    }

coef = pd.DataFrame(coef_dict, columns=['features','coef_value'])

coef

y_pred = lin_reg.predict(x_test)

#keenam, kita cari tahu accuracy score dari model kita menggunakan testeing data yang sudah displit

lin_reg.score(x_test, y_test)

#prediksi harga rumah idaman

lin_reg.predict([[3,2,1800,7,1990]])