Rabu, 07 Mei 2025

Utilize Model for Prediction

Utilize Model for Prediction

Klean udah belajar linear regression. Nah sekarang model yang bakal dipakai adalah model untuk memprediksi, misalnya "A memiliki 100, maka B akan memiliki angka berapa?"

Oke, kita mulai satu2 ya ges ya

#Import Library

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.linear_model import LinearRegression

    Import library penting: pandas buat data, matplotlib & seaborn buat grafik, LinearRegression buat prediksi.

# Model

model = LinearRegression()
X = df[['Clothing']]
y = df['FoodAndBeverage']
model.fit(X, y)

 Ini bagian "latihan otak mesinnya":

  • Lo bikin model kosong dulu (model = LinearRegression()).

  • x itu input-nya: data belanja baju.

  • y itu output-nya: data belanja makan/minum.

  • model.fit() = suruh model belajar dari data itu.

# Prediksi
clothing_value = 100000
predicted_food_beverage = model.predict([[clothing_value]])

Prediksiin kalau orang belanja baju Rp100.000, berapa duit yang dipakai buat makan:

  • Kasih nilai input (clothing_value).

  • model.predict(...): hasil prediksi model.

  • Outputnya: predicted_food_beverage, hasil prediksi berapa rupiah buat makan.

# Plotting (Visualization)
plt.figure(figsize=(10, 6))
sns.regplot(x='Clothing', y='FoodAndBeverage', data=df, scatter_kws={'s': 50}, line_kws={'color': 'orange'})

Ngeplot:

  • Ukuran canvas: 10x6 inch.

  • regplot: scatter plot + garis regresi.

  • scatter_kws: ukuran titik.

  • line_kws: warna garis regresinya → oranye biar cerah ga kayak Indonesia-

# Titik prediksi
plt.scatter(clothing_value, predicted_food_beverage, color='red', s=100, label=f'Predicted Point ({clothing_value}, {predicted_food_beverage[0]:.0f})')

Titik prediksinya pake dot merah (walau ga keliatan karena data nya) dan ada label supaya kalo kejadian kek gini ga keliatan dot merahnya, ada label yang nunjukin angkanya, dan angka nya jauh lebih akurat di label.

# Batas tampilan
plt.xlim(0, 40000)  # Biar fokus ke data asli
plt.ylim(20000, 80000)

Titik prediksinya pake dot merah (walau ga keliatan karena data nya) dan ada label supaya kalo kejadian kek gini ga keliatan dot merahnya, ada label yang nunjukin angkanya, dan angka nya jauh lebih akurat di label.

# Judul dan label
plt.title('Clothing vs Food & Beverage', fontsize=14)
plt.xlabel('Clothing', fontsize=12)
plt.ylabel('Food and Beverage', fontsize=12)
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.show()

Ini sentuhan terakhirnya. Judul, Label Sumbu, Legenda buat tau mana titik prediksi, grid biar gampang dibaca, tight_layout() biar elemen grafik ga tabrakan, plt.show() buat nampilin semua yang udah kita bikin tadi. 


Nah jadi gitu. Udah kan? Boleh lah Subreknya wak😋

Ciao~

@GTx

Tidak ada komentar:

Posting Komentar

MULTISOUND TRAFFIC ORI V2 BY GTx

Ya halo cuy! Kembali lagi bersama gw di channel GTx. Kali ini gw mau share KODENAME MULTISOUND TRAFFIC ORI UPDATE V2 - BUSSID V4.3.4 Credit ...