Pada artikel Machine Learning Bahasa Indonesia kali ini KonsepKoding akan berbagi tutorial mengenai cara membuat sebuah prediksi model menggunakan python dan google colab, kalian bisa menggunakan tools lain seperti Anaconda namun disini admin akan membuatnya menggunakan Google Colab. 

Tutorial Machine Learning Python Prediksi Kualitas Wine


Pertama kunjungi Google Colab, kemudian ketikan kode di bawah ini :

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score



url = "https://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv"
data = pd.read_csv(url, delimiter=";")


print(data.head())
print(data.describe())


X = data.drop('quality', axis=1)
y = data['quality']


X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)


model = LinearRegression()
model.fit(X_train, y_train)


y_pred = model.predict(X_test)


mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f"Mean Squared Error: {mse:.2f}")
print(f"R-squared: {r2:.2f}")



Kemudian run maka hasilnya akan seperti ini :





Mean Squared Error: 0.39

R-squared: 0.40


Memiliki artian : Dalam konteks ini, Mean Squared Error adalah 0,39, yang menunjukkan perbedaan kuadrat rata-rata antara nilai prediksi dan nilai aktual. Nilai R-squared sebesar 0,40 mewakili proporsi varians data yang dijelaskan oleh model, dengan nilai 1 berarti sangat cocok.