Contoh Prediksi Bola Sklearn Naive Bayes

Data

diatas	h1	h2	h3	a1	a2	a3
ya	1	0	1	0	1	1
tidak	1	0	1	0	1	1
tidak	1	1	1	0	0	0
tidak	0	0	0	0	1	1
tidak	1	0	1	0	1	0
ya	1	0	1	1	0	1
tidak	1	0	1	1	1	0
tidak	0	0	1	0	0	1
ya	0	1	1	1	1	1
tidak	0	1	0	0	0	0
ya	1	0	0	1	0	0
ya	1	1	1	1	1	1
ya	1	0	0	0	0	1
tidak	0	0	0	0	0	0
tidak	0	1	0	0	0	0
tidak	0	1	1	0	0	1
ya	0	0	1	1	0	1
tidak	1	1	1	0	0	0
tidak	0	1	1	0	0	1
ya	0	1	1	1	0	1
ya	0	1	0	1	1	1
ya	0	0	1	1	1	1
ya	1	0	1	0	0	1
ya	0	0	1	1	0	1
ya	0	0	1	1	1	0
tidak	0	0	0	0	0	1
ya	1	1	1	0	1	1
tidak	1	1	1	0	0	1
tidak	1	1	1	0	1	1
ya	1	0	1	0	0	1
tidak	1	1	1	1	1	1
tidak	0	1	0	0	1	1
tidak	1	1	1	1	1	0
ya	1	1	1	1	0	1
ya	1	1	0	1	0	1
ya	0	1	1	0	1	1
ya	0	0	1	1	1	1
tidak	1	0	0	1	1	1
tidak	0	0	0	0	1	0
ya	1	0	0	0	1	1
ya	1	1	1	1	0	1
ya	0	1	1	0	1	1
tidak	0	0	0	1	1	0
tidak	1	1	0	1	0	0
tidak	0	0	1	1	1	0
ya	1	1	0	1	0	0
ya	1	0	0	1	0	1
ya	0	0	1	1	1	0
tidak	0	0	0	0	1	1
tidak	1	0	0	1	0	1

Kode Python

import pandas as pd
from sklearn.model_selection import  train_test_split
from sklearn.naive_bayes import GaussianNB
from sklearn import metrics

h1=1
h2=0
h3=1
a1=0
a2=1
a3=1

data = pd.read_csv("data/goal.csv")
dt=pd.DataFrame(data)
print(dt.head())
print("============")

X = dt[["h1","h2","h3","a1","a2","a3"]]
y = dt["diatas"]

gnb = GaussianNB()

training = gnb.fit(X,y)
prediksi = gnb.predict(X)

#menghitung akurasi
akurasi = metrics.accuracy_score(y,prediksi)
print("Akurasi Prediksi : ", akurasi)
print("===================")
#buat prediksi
pr = gnb.predict([[h1,h2,h3,a1,a2,a3]])
print(pr)

Output

diatas  h1  h2  h3  a1  a2  a3
0     ya   1   0   1   0   1   1
1  tidak   1   0   1   0   1   1
2  tidak   1   1   1   0   0   0
3  tidak   0   0   0   0   1   1
4  tidak   1   0   1   0   1   0
============
Akurasi Prediksi :  0.66
===================
['ya']

 241 total views

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *