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
WhatsApp us 