SKLearn 05 | Simple Linear Regression with Scikit-Learn | Learning Basic Machine Learning

Tutorial ini akan membahas Simple Linear Regression menggunakan library Scikit-Learn di Python. Simple Linear Regression merupakan salah satu metode dalam machine learning yang paling sederhana, namun penting untuk memahami konsep dasar dalam machine learning.

Langkah pertama yang perlu dilakukan adalah mengimpor library yang dibutuhkan, yaitu NumPy dan Pandas untuk manipulasi data, serta matplotlib untuk visualisasi data. Jika belum memiliki library tersebut, Anda dapat menginstalnya dengan menggunakan pip.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Selanjutnya, kita akan menggunakan dataset yang berisi dua kolom, yaitu kolom X (variabel independen) dan kolom Y (variabel dependen) untuk melakukan Simple Linear Regression. Dalam contoh ini, kita akan menggunakan dataset salary_data.csv. Anda dapat mengunduh dataset tersebut dari internet atau menggunakan dataset lain yang anda miliki.

Setelah dataset berhasil diimpor, selanjutnya adalah membaca dataset tersebut menggunakan Pandas dan menampilkan 5 baris pertama dari dataset untuk melihat struktur data.

data = pd.read_csv('salary_data.csv')
print(data.head())

Setelah melihat struktur data, selanjutnya adalah membagi dataset menjadi dua bagian, yaitu features (X) dan target (Y). Features adalah kolom yang akan digunakan sebagai variabel independen, sedangkan target adalah kolom yang akan diprediksi.

X = data['YearsExperience'].values.reshape(-1,1)
Y = data['Salary'].values

Selanjutnya, kita akan membagi dataset menjadi data training dan data testing. Data training akan digunakan untuk melatih model, sedangkan data testing akan digunakan untuk menguji performa model. Kita bisa menggunakan fungsi train_test_split dari library Scikit-Learn untuk membagi dataset.

from sklearn.model_selection import train_test_split

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2, random_state=0)

Setelah data berhasil dibagi, selanjutnya adalah membuat model Simple Linear Regression menggunakan library Scikit-Learn. Kita bisa menggunakan LinearRegression() dari library tersebut.

from sklearn.linear_model import LinearRegression

model = LinearRegression()

Selanjutnya adalah melatih model menggunakan data training yang sudah dibagi sebelumnya.

model.fit(X_train, Y_train)

Setelah model dilatih, selanjutnya adalah melakukan prediksi menggunakan data testing.

Y_pred = model.predict(X_test)

Terakhir, kita bisa menampilkan hasil prediksi tersebut dengan melakukan visualisasi data menggunakan matplotlib.

plt.scatter(X_test, Y_test, color='red')
plt.plot(X_test, Y_pred, color='blue')
plt.title('Salary vs Years of Experience (Testing set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()

Dengan demikian, Anda telah berhasil melakukan Simple Linear Regression menggunakan library Scikit-Learn di Python. Jika ingin meningkatkan performa model, Anda dapat mencoba menambahkan fitur baru atau menggunakan metode lain seperti Polynomial Regression. Semoga tutorial ini bermanfaat!