Scribd
Unggah
11 tayangan6 halaman

Tugas Akhir: Implementasi Naive Bayes

Dokumen ini menjelaskan langkah-langkah untuk menyelesaikan tugas akhir tentang Machine Learning menggunakan model Naive Bayes. Langkah-langkah tersebut mencakup persiapan Google Colab, impor pustaka, pembagian dataset, dan pelatihan model Naive Bayes. Tugas akhir juga mencakup penjelasan setiap baris kode dan pembuatan dokumentasi.

Diunggah oleh

priyoo as
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd
11 tayangan6 halaman

Tugas Akhir: Implementasi Naive Bayes

Dokumen ini menjelaskan langkah-langkah untuk menyelesaikan tugas akhir tentang Machine Learning menggunakan model Naive Bayes. Langkah-langkah tersebut mencakup persiapan Google Colab, impor pustaka, pembagian dataset, dan pelatihan model Naive Bayes. Tugas akhir juga mencakup penjelasan setiap baris kode dan pembuatan dokumentasi.

Diunggah oleh

priyoo as
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd

Tugas Akhir Machine

Learning
Ainia Walidaroyani, [Link]., [Link]
Langkah 1
• Persiapkan Google Colab
• Buka Google Colab dan buat notebook baru.
Langkah 2
• Impor Pustaka yang Diperlukan
• Di dalam notebook Google Colab, perlu mengimpor pustaka-pustaka yang
diperlukan untuk memuat dataset dan menerapkan model Naive Bayes.
from sklearn import datasets

iris = datasets.load_iris()
X = [Link]
y = [Link]

print([Link])
print([Link])
print(iris.target_names)

• Print data untuk pemahaman


print([Link])
Langkah 3
• Membagi dataset menjadi dua bagian: satu untuk pelatihan (training) dan satu lagi untuk
pengujian (testing)
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split( X, y,
test_size=0.2, random_state=4)
print ('Train set:', X_train.shape, y_train.shape)
print ('Test set:', X_test.shape, y_test.shape)
Langkah 4 Naïve Bayes
• Import modul Naïve Bayes
from sklearn.naive_bayes import GaussianNB

• Membangun dan melatih model Naive Bayes dengan distribusi


Gaussian pada data pelatihan.
y_pred = [Link](X_test)

• Menampilkan 5 prediksi untuk membandingkan hasil prediksi dengan


nilai yang sebenarnya.
print(y_pred[0:5])
print(y_test[0:5])

• Mengecek akurasi
from sklearn import metrics
print("Test set Accuracy: ", metrics.accuracy_score(y_pred, y_test))
Tugas
1. Jalankan langkah – langkah penggunaan naïve bayes
2. Jelaskan maksud setiap baris code dan buat dokumentasi (makalah)

Anda mungkin juga menyukai