Random Forest

Untuk meningkatkan akurasi model, ada dua pendekatan yang umum digunakan. Pada modul ini kita akan membahas bagaimana melakukan parameter tuning secara sederhana. Tahap Parameter tuning secara sederhana adalah: Kita jalankan dalam beberapa percobaan, lalu pilih error yang paling rendah. Untuk implementasinya kita akan buat parameter grid yang memiliki range dari 50-500 dengan interval 50. Jadi … Read more

Pada modul ini kita akan menampilkan insight yang dihasilkan oleh model. Dapat dilihat, feature expenditure, share, reports, age dan active adalah fitur penting

Pada modul ini kita akan mempersiapkan data dengan mengubah data object menjadi numeric menggunakan perintah get_dummies(). Silakan pelajari data dengan melihat data summary statistik untuk memberikan wawasan mengenai data. Dapat dilihat pada baris max, terdapat nilai 14, dengan melihat informasi quartile memiliki nilai nol, ada kemungkinan ini adalah outlier. Namun salah satu kelebihan dari random … Read more

Pada modul ini kita akan mulai menerapkan random forest dengan studi kasus memprediksi apakah pengajuan kartu kredit berhasil atau tidak. Jadi kita akan melakukan Random Forest untuk classification problem. Data yang digunakan adalah CreditCard.csv. Disarankan untuk menggunakan Google Colab untuk kemudahan. Jika Anda menggunakan Colab, upload data creditcard.csv diatas ke Google Drive, lalu mounting drive … Read more