Langkah pemodelan ML
Machine Learning untuk Pemasaran dengan Python
Karolis Urbonas
Head of Analytics & Science, Amazon
Langkah pembelajaran terawasi
- Bagi data menjadi train dan test
- Inisialisasi model
- Latih model pada data train
- Prediksi nilai pada data test
- Ukur kinerja model pada data test
Pembelajaran terawasi dengan kode
Pertama, muat pustaka.
from sklearn import tree
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
Langkah pembelajaran terawasi dengan kode
# 1. Split data to training and testing train_X, test_X, train_Y, test_Y = train_test_split(X, Y, test_size=0.25)# 2. Initialize the model mytree = tree.DecisionTreeClassifier()# 3. Fit the model on the training data treemodel = mytree.fit(train_X, train_Y)# 4. Predict values on the testing data pred_Y = treemodel.predict(test_X)# 5. Measure model performance on testing data accuracy_score(test_Y, pred_Y)
Langkah pembelajaran tanpa pengawasan
- Inisialisasi model
- Latih model
- Tetapkan nilai kluster
- Eksplorasi hasil
Pembelajaran tanpa pengawasan dengan kode
Pertama, muat pustaka.
from sklearn.cluster import KMeans
import pandas as pd
Pembelajaran tanpa pengawasan dengan kode
1. Initialize the model kmeans = KMeans(n_clusters=3)# Fit the model kmeans.fit(data)# 3. Asign cluster values data.assign(Cluster=kmeans.labels_)# 4. Explore results data.groupby('Cluster').mean()
Mari membangun beberapa model!
Machine Learning untuk Pemasaran dengan Python
