Regresi Python

 

Praktikum Regresi Python

(Pertemuan 4 Machinelearning)

 Hai... Kesempatan kali ini aku bakalan post tentang Regresi menggunakan Python nih sobat cerita. Apasih itu regresi? fungsinya untuk apa? yuk kita simak pada postingan kali ini.

Apa itu Regresi?

Regresi Linear atau bahasa kerennya Linear Regresian adalah model statistik yang sering digunakan dan paling sederhana untuk pemograman Machinelearning. Regresi Linear berfungsi melakukan prediksi dengan cara supervised learning.

Regresi hanya dapat digunakan untuk data yang bersifat interval dan ratio yang pada umumnya memiliki sifat diskrit atau berkelanjutan (continue). 

Regresi Linear melibatkan 2 variabel dimana salah satunya adalah variabel independen (biasanya x) dan ada variable dependen (biasanya y). perbedaan dari dua macam variable tersebut  dapat kita lihat dari namanya. Independen berarti variabel ini merupakan variabel utama yang mungkin akan mempengaruhi variabel dependen. Sedangkan dependen, berarti nilai variabel yang akan bergantung dari nilai variabel indepennya. jika korelasi tinggi maka dependensi juga tunggi.

Praktikum Menggunakanbahasa pyhton via google colabs

link : https://colab.research.google.com/drive/1KxxDLJmcAz6ncpKqRNOpFyhZrHk_CLR-?usp=sharing

(Gambar 4.1)

Pada gambar diatas kita membuat 2 variabel utama yaitu diameter dan cost. setiap diameter dan cost memiliki jumlah yang sama. pizza_data berfungsi sebagai isi darivariable tadi. dan ditambilkan seperti gambar tersebut

(Gambar 4.2)

pada gambar diatas merupakan grafik output dari input code di gambar 4.2. Bisa dikatakan pada gambar 4.2 akhir adalah setting dari grafik yang akan kita gunakan. kemudian untuk coding dibawahnya merupakan code reshape dari setiap variabel diameter dan cost tadi supaya memudahkan untuk penghitungan regresi 

(Gambar 4.3)

Pada gambar diatas merupakan hasil dari regresi linear. jadi titik - titik pertemuan antara diameter dan cost ini secara tidak langsung memberikan pola garis lurus. Sehingga dengan metode regresi linear, code dapat memprediksi harga dan diameter selanjutnya dengan mengikuti garis lurus

(Gambar 4.5)

Merupakan hasil dari titik yang akan kita coba tebak menggunakan metode regresi linear