Cara menggunakan polynomial in python

Machine Learning merupakan salah satu hal yang berkaitan erat dengan ilmu Data Science. Machine Learning sendiri merupakan bagian dari Artificial Intelligence (AI) yang digunakan untuk meniru hingga menggantikan cara atau perilaku manusia dalam menghadapi dan menyelesaikan permasalahan. Dengan kata lain, Machine Learning adalah mesin yang dilatih secara terus menerus agar dapat mengenal lingkungannya sehingga dapat memiliki pola pikir layaknya manusia dalam pengambilan keputusan.

Salah satu bahasa pemrograman yang dapat digunakan untuk membuat Machine Learning ini adalah Python. Python yang dikenal cukup fleksibel dalam banyak, termasuk dalam pembangunan Machine Learning dan Artificial Intelligence. Ada banyak library yang dapat mendukung hal ini sehingga Python mampu untuk mengaplikasikan berbagai algoritma Machine Learning yang ada. Contohnya adalah algoritma Support Vector Machine. Nah, dalam artikel ini kita akan membahas mengenai algoritma Support Vector Machine secara lebih luas. Penasaran kan? Yuk, simak artikelnya!

1. Algoritma Support Vector Machine

Algoritma Support Vector Machine merupakan salah satu algoritma yang termasuk dalam kategori Supervised Learning, yang artinya data yang digunakan untuk belajar oleh mesin merupakan data yang telah memiliki label sebelumnya. Sehingga dalam proses penentuan keputusan, mesin akan mengkategorikan data testing ke dalam label yang sesuai dengan karakteristik yang dimiliki nya. 

Cara kerja dari metode Support Vector Machine khususnya pada masalah non-linear adalah dengan memasukkan konsep kernel ke dalam ruang berdimensi tinggi. Tujuannya adalah untuk mencari hyperplane atau pemisah yang dapat memaksimalkan jarak (margin) antar kelas data. Untuk menemukan hyperplane terbaik, kita dapat mengukur margin kemudian mencari titik maksimalnya. Proses pencarian hyperplane yang terbaik ini adalah ini dari metode Support Vector Machine ini.

Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula

2. Jenis Kernel dalam Support Vector Machine

• Dalam algoritma Support Vector Machine, terdapat beberapa jenis kernel yang sering digunakan, yaitu:

• Kernel Linear, biasanya dataset yang cocok menggunakan kernel ini adalah dataset yang linear.

• Kernel Polynomial, digunakan untuk dataset normal

• Kernel Radial Basis Function (RBF) atau Gaussian, menjadi kernel yang paling banyak digunakan karena tingginya nilai akurasinya. Biasanya digunakan untuk dataset yang tidak terpisah secara linear

• Kernel Sigmoid, pengembangan dari jaringan saraf tiruan.

3. Library Python yang Dapat Digunakan

Untuk menggunakan algoritma Vector Support Machine dengan Python tentunya akan membutuhkan library tertentu. Sebenarnya, hampir semua algoritma Machine Learning menggunakan library yang sama, begitu pun algoritma Support Vector Machine ini. Library yang akan banyak digunakan adalah Pandas yang digunakan untuk me-manage data, Numpy untuk melakukan hal-hal yang berhubungan dengan angka, Sklearn atau Scikit Learn yang digunakan untuk memanggil algoritma Support Vector Machine, dan yang terakhir adalah Matplotlib dan juga Seaborn yang digunakan untuk visualisasi. 

Baca juga :  Python : Kenali 3 Buku yang Akan Mempercepat Kamu Dalam Belajar Python

4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!       

Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

1. Buat Akun Gratis dengan Signup di DQLab.id/signup

2. Buka academy.dqlab.id dan pilih menu redeem voucher 

3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

   Function Tools adalah evaluasi sebuah function, yang bisa digunakan untuk mencari F(x)=0, mencari nilai maksimal, dan minimal, serta interpolasi data. Kita akan bahas satu-persatu

   Evaluasi Fungsi Polynomial

   Contents

   Sebuah persamaan fungsi polynomial berbentuk sebagai berikut yang diurutkan berdasarkan orde n tinggi sampai ke rendah

      

   

   Misalkan kita punya persamaan sebagai berikut

      

   

   atau ditulis sebagai

      

   

   Dari persamaan diatas berapa nilai g(10)? Untuk mencari hasil diatas cukup menggunakan perintah polyval(f,x) function tersebut juga bisa menerima sebuah array koq

   clc;clear all;close all;
   g = [2,0,5,-1];
   x = 10;
   x2 = 1:10;
    
   a = polyval(g,x)
   b = polyval(g,x2)

   hasil

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   Perkalian Polynomial

   Tidak sampai disitu saja, kalian juga bisa melakukan perkalian antar polynomial lho, misalkan perkalian antara g(x) dan h(x) dibawah ini

      

   

   Cukup menggunakan perintah conv(g,h) yang akan diporoleh sebuah persamaan baru lagi, kita sebut saja p(x)

   clc;clear all;close all;
   g = [2,0,5,-1];
   h = [6,0,-7];
   p = conv(g,h)
   

   hasil

   p =
   
       12     0    16    -6   -35     7
   

      

   

   Contoh lain berikut yang akan membuat persamaan kuadrat orde 2

      

   

      

   

   Perkalian diatas menghasilkan

      

   

   clc;clear all;close all;
   a = [1,-2];
   b = [1,4];
   c = conv(a,b)
   

   hasil

   c =
   
        1     2    -8
   

   Mencari akar Persamaan Polynomial

   Untuk mencari akar persamaan kuadrat sangatlah mudah, yaitu untuk mengitung f(x)=0, agar mudah gunakan persamaan diatas

      

   

   Berapa nilai akar persamaan kuadrat diatas? Cukup gunakan perintah roots()

   clc;clear all;close all;
   c = [1,2,-8];
   d = roots(c)
   

   hasil

   d =
   
       -4
        2
   

   Turunan Pertama dari Persamaan Polynomial

   Turunan pertama atau fungsi derifatif, sangat mudah dilakukan di Matlab yaitu cukup dengan perintah polyder(), misalkan turunan pertama dari

      

   

   Adalah

      

   

   Bila kita turunkan lagi menjadi

      

   

   Kita coba saja yuk

   clc;clear all;close all;
   c = [1,2,-8];
   c1 = polyder(c)
   c2 = polyder(c1)
   

   hasil

   c1 =
   
        2     2
   
   
   c2 =
   
        2
   

   Bagaimana menurut kalian cara melakukan operasi pada fungsi polynomial di matlab? Sangat mudah bukan

   Mencari Nol dari Fungsi

   Pada pembahasan sebelumnya untuk mencari nol dari fungsi polynomial menggunakan perintah root(), sedangkan ada perintah lain berupa fzero() yang membutuhkan sebuah tebakan awal/initial value karena perintah ini menggunakan algoritma iteratif. Agar mudah, kita akan gunakan persamaan diatas yang dibuat sebuah anonymous function dan sedikit perubahan agar bisa menerima input berupa vector/array

      

   

   Oiya kenapa kita menggunakan anonymous bukan dibuat sebuah script? Karena fungsi tersebut bersifat lokal serta hanya perlu 1 baris saja sehingga menghemat tempat dan tidak kebanyakan script

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   0

   Untuk mentukan sebuah tebakan awal, sebaiknya kita buat sebuah plot dengan perintah fplot(), mari kita coba dengan sebuah array  x=[-5,5]

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   1
   

   Malahan dengan plot diatas, kita mendapat sebuah informasi titik global minimalnya juga serta ada 2 nilai x yang akan menghasilkan nilai y =0, kita coba saja perintah berikut dengan tebakan awal -5 dan 0

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   2

   Maka hasilnya sebagai berikut

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   3

   Mencari global minimum dari fungsi

   Misalkan kita ingin mencari minimum

   
   dari fungsi f(x).

      

   

   Metode iteratif ini membutuhkan tebakan awal

   
   . Dari nilai awal ini akan diperoleh nilai berikutnya,
   
   , yang diharapkan semakin mendekati
   
   . Seberapa dekat
   
   ke
   
   tergantung pada metode numerik yang digunakan. Proses iterasi ini berlanjut hingga nilai
   
   yang mendekati dengan akurasi tertentu diperoleh, di mana
   
   cukup kecil.

   Oiya Dalam MATLAB tidak ada command untuk menentukan maksimum suatu fungsi f(x), namun dalam hal ini bisa digunakan fungsi g(x) = − f(x) untuk dicari minimumnya. Perintah yang digunakan untuk mencari sebuah nilai minimal dengan nilai rentang tertentu yaitu fminbnd(fun,x1,x2). Kita coba saja buktikan apakah hasilnya sesuai dengan plot diatas bila menggunakan persamaan

      

   

   Nilai range

   
   dan
   

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   4

   hasilnya

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   5

   Artinya bahwa ketika

   
   maka nilai
   
   akan mempunyai nilai global minimal

   Mencari global minimum dari banyak variabel fungsi

   Perhatikan gambar surface berikut

   

   a =
   
           2049
   
   
   b =
   
     Columns 1 through 5
   
              6          25          68         147         274
   
     Columns 6 through 10
   
            461         720        1063        1502        2049
   

   6

   Merupakan sebuah hasil dari persamaan sebagai berikut

      

   

   Mempunyai nilai minimum z(x,y) = -1, pertanyaannya yaitu berapa nilai x dan y nya? Nah untuk membuat function harus kita ubah menjadi sebuah array x dan y diubah menjadi x(1) dan x(2), sedangkan perintah yang digunakan untuk mencari global minimal dengna perintah fminsearch(). Sesuai dengan informasi diatas, tebakan awal yaitu 0 sampai dengan 1

   Mengapa menggunakan regresi polinomial?

   Regresi Polinomial sendiri merupakan metode yang digunakan untuk menentukan bentuk dari hubungan antar variabel, dimana regresi ini bertujuan untuk meramalkan atau menduga nilai satu variabel dalam hubungannya dengan variabel lain yang diketahui melalui persamaan regresi.

   Apa modul yang digunakan dalam Python untuk membuat simple linear regression?

   Module LinearRegression digunakan untuk memanggil algoritma Linear Regression.

   Apa itu Regression Machine Learning?

   Regresi merupakan machine learning kategori supervised learning dengan target data berupa data numerik. linear regression atau least-square merupakan sebuah metode untuk memodelkan hubungan antar variabel terikat/target (Y) dengan satu atau lebih variabel bebas/prediktor (X).