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