Berikut merupakan analisis klasifikasi dataset Iris menggunakan metode Decision Tree, SVM dan Logistic Regression.
-
Updated
Sep 13, 2022 - Jupyter Notebook
Berikut merupakan analisis klasifikasi dataset Iris menggunakan metode Decision Tree, SVM dan Logistic Regression.
Aplikasi Skripsi
Website Klasifikasi Dataset Iris menggunakan Flask, Python dengan object pencarian bunga.
Klasifikasi bunga iris untuk melihat hubungan dengan fiteru dan targer untuk memberikan prediksi menggunakan jaringan saraf tiruan
mendeploy klasifikasi IRIS model
Metode yang digunakan Naive Bayes dan K-Means
Project ini bertujuan untuk membandingkan algoritma SVM sebelum dan sesudah dilakukan forward selection sebagai seleksi fitur untuk memprediksi kualitas air. Dataset yang digunakan berasal dari kaggle, Pada dataset tersebut terdapat 10 atribut yang terdiri dari 9 atribut ciri dan 1 atribut label, 9 atribut bebas diantaranya ph, hardness, solids,…
Tugas Dicoding Academy
Analisis Sentimen Aplikasi PLN Mobile menggunakan Algoritma Decision Tree
Komparasi metode GLCM dan LBP dalam ekstraksi citra gambar dalam klasifikasi daging Sapi dan Babi menggunakna algoritma KNN
Sistem analisa tingkat pemahaman pembelajaran siswa SMK menggunakan algoritma C.50 & decision tree pada masa covid-19
Klasifikasi status gizi balita naive bayes berbasis web (flask)
Add a description, image, and links to the klasifikasi topic page so that developers can more easily learn about it.
To associate your repository with the klasifikasi topic, visit your repo's landing page and select "manage topics."