import pandas as Arjun #melakukan import pada library pandas sebagai arjun
laptop = {
"Nama Laptop": ['Asus', 'ROG', 'Lenovo', 'Samsung']
} #membuat varibel yang bernama laptop, dan mengisi dataframe nama2 laptop
x = Arjun.DataFrame(
laptop
) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print(' Arjun Punya Laptop ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as Arjun #melakukan import numpy sebagai arjun
matrix_x = Arjun.eye(
10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print(matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as Arjun #import matploblib sebagai arjun
Arjun.plot([1, 1, 7, 4, 0, 2,
1]) #memberikan nilai plot atau grafik pada arjun
Arjun.xlabel('Arjun Yuda Firwanda') #memberikan label pada x
Arjun.ylabel('1174008') #memberikan label pada y
Arjun.show() #print hasil plot berbentuk grafik
@author: Tia
"""
# In[44]: Soal1
import pandas as tia #melakukan import pada library pandas sebagai tia
makanan = {"Makanan" : ['Pizza','Batagor','Cimol','Lumpia']} #membuat varibel yang bernama boyband, dan mengisi dataframe nama2 makanan
x = tia.DataFrame(makanan) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print (' Makanan kesukaan tia' + x) #print hasil dari x
# In[44]: Soal2
import numpy as tia #melakukan import numpy sebagai tia
matrix_x = tia.eye(10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print (matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as tia #import matploblib sebagai tia
tia.plot([1,1,7,4,0,8,6]) #memberikan nilai plot atau grafik pada tia
tia.xlabel('Tia Nur Candida') #memberikan label pada x
tia.ylabel('1174086') #memberikan label pada y
tia.show() #print hasil plot berbentuk grafik
# In[44]: Soal1
import pandas as oni #melakukan import pada library pandas sebagai oni
laptop = {
"Nama Laptop": ['Asus', 'HP', 'Lenovo', 'Samsung']
} #membuat varibel yang bernama laptop, dan mengisi dataframe nama2 laptop
x = oni.DataFrame(
laptop
) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print(' Oni Punya Laptop ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as oni
matrix_x = oni.eye(
10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print(matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as oni #import matploblib sebagai fahmi
oni.plot([1, 1, 7, 4, 0, 0, 5]) #memberikan nilai plot atau grafik pada fahmi
oni.xlabel('Oniwaldus Bere Mali') #memberikan label pada x
oni.ylabel('1174021') #memberikan label pada y
oni.show() #print hasil plot berbentuk grafik
# In[1]
import numpy as KK #Melakukan import library numpy menjadi nama sendiri yaitu KK
matrix_x = KK.eye(
10) #Membuat sebuah matrix pake numpy dengan menggunakan fungsi eye
matrix_x #Mendeklrasikan matrix_x yang tadi dibuat
print(matrix_x) #print matrix_x yang tadi dibuat yang berbentuk 10x10
# In[2]
import matplotlib.pyplot as KK #Melakukan import library numpy menjadi nama sendiri yaitu KK
KK.plot([1, 1, 7, 4, 0, 6, 7]) #MemasuKKan nilai pada plot
KK.xlabel('KK KMLDN') #Menambahkan label pada x
KK.ylabel('1174067') #Menambahkan label pada y
KK.show() #Menampilkan grafik plot
# In[3]: Random Forest
import pandas as pd #Melakukan import library numpy menjadi pd
imgatt = pd.read_csv(
"D:/OneDrive - Hybi.god/KULIAH/Semester 6/AI/KB3C/src/1174067/3/CUB_200_2011/attributes/image_attribute_labels.txt",
sep='\s+',
header=None,
error_bad_lines=False,
warn_bad_lines=False,
usecols=[0, 1, 2],
names=['imgid', 'attid', 'present']
) #Membuat variable imgatt untuk membaca file csv dari dataset, dengan ketentuan yang ada.
# In[4]
#variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print (' Marvel kesukaan gani ' + x)
#print hasil dari x
# In[44]: Soal2
import numpy as gani
#melakukan import numpy sebagai gani
matrix_x = gani.eye(10)
#untuk membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x
#untuk deklrasikan matrix_x yang telah dibuat
print (matrix_x)
#menampilkan print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as gani
#import matploblib sebagai gani
gani.plot([1,1,7,4,0,7,1])
#untuk memberikan nilai plot atau grafik pada gani
gani.xlabel('Muhammad Abdul Gani Wijaya')
#untuk memberikan label pada x
gani.ylabel('1174071')
#untuk memberikan label pada y
gani.show()
#menampilkan print hasil plot berbentuk grafik
import pandas as Rifky #melakukan import pada library pandas sebagai Rifky
iphone = {
"Nama Iphone": ['Iphone7', 'Iphone8', 'Iphone10', 'Iphone11']
} #membuat varibel yang bernama iphone, dan mengisi dataframe nama2 iphone
x = Rifky.DataFrame(
laptop
) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print(' Rifky Punya Iphone ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as Rifky #melakukan import numpy sebagai Rifky
matrix_x = Rifky.eye(
10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print(matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as Rifky #import matploblib sebagai Rifky
Rifky.plot([1, 1, 7, 4, 0, 2,
1]) #memberikan nilai plot atau grafik pada Rifky
Rifky.xlabel('Muh Rifky Prananda') #memberikan label pada x
Rifky.ylabel('1174017') #memberikan label pada y
Rifky.show() #print hasil plot berbentuk grafik
import pandas as plt
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.cluster import KMeans
data = make_blobs(n_samples=200, n_features=2,centers=4, cluster_std=1.8, random_state=101)
plt.scatter(data[0][:,0], data[0][:,1],c=data[1], cmap='rainbow')
#plt.show()
kmeans = KMeans(n_clusters=4)
kmeans.fit(data[0])
print(kmeans.cluster_centers_)
print(kmeans.labels_)
plt.plot(kmeans.cluster_centers_)
#plt.show()
fig, (ax1, ax2) = plt.subplots(1,2, sharey=True, figsize = (10,6) )
ax1.set_title('K_means')
ax1.scatter(data[0][:,0], data[0][:,1],c=kmeans.labels_, cmap='rainbow')
ax2.set_title('Original')
ax2.scatter(data[0][:,0], data[0][:,1],c=data[1], cmap='rainbow')
plt.show()
def on_pushButton_probability_clicked(self):
pd = probability.probabilityDialog()
pd.show()
pd.exec_()
pass
def on_pushButtonLogitic_clicked(self):
pd = DiagLogisticReression.Dialog()
pd.show()
pd.exec_()
import pandas as fahmi #melakukan import pada library pandas sebagai fahmi
laptop = {
"Nama Laptop": ['Asus', 'HP', 'Lenovo', 'Samsung']
} #membuat varibel yang bernama laptop, dan mengisi dataframe nama2 laptop
x = fahmi.DataFrame(
laptop
) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print(' Fahmi Punya Laptop ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as fahmi #melakukan import numpy sebagai fahmi
matrix_x = fahmi.eye(
10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print(matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as fahmi #import matploblib sebagai fahmi
fahmi.plot([1, 1, 7, 4, 0, 2,
1]) #memberikan nilai plot atau grafik pada fahmi
fahmi.xlabel('Muhammad Fahmi') #memberikan label pada x
fahmi.ylabel('1174021') #memberikan label pada y
fahmi.show() #print hasil plot berbentuk grafik
#using elbow method for finding optimal no. of clusters
from sklearn.cluster import KMeans
wcss = []
for i in range(1, 11):
kmeans = KMeans(n_clusters=i,
init='k-means++',
n_init=10,
max_iter=300,
random_state=0)
kmeans.fit(x)
wcss.append(kmeans.inertia_) #wcss is also called inertia
pt.plot(range(1, 11), wcss)
pt.title('the elbow method')
pt.ylabel('wcss')
pt.xlabel('Number of clusters')
pt.show()
#applying k-means on dataset
kmeans = KMeans(n_clusters=5,
init='k-means++',
max_iter=300,
n_init=10,
random_state=0)
y_km = kmeans.predict(x)
#visualization
pd.scatter(x[y_km == 0, 0], x[y_km == 0, 1], s=100, c='red', label='c1')
pd.scatter(x[y_km == 1, 0], x[y_km == 1, 1], s=100, c='cyan', label='c2')
pd.scatter(x[y_km == 2, 0], x[y_km == 2, 1], s=100, c='yellow', label='c3')
pd.scatter(x[y_km == 3, 0], x[y_km == 3, 1], s=100, c='green', label='c4')
pd.scatter(x[y_km == 4, 0], x[y_km == 4, 1], s=100, c='blue', label='c5')
import pandas as ainul #melakukan import pada library pandas sebagai ainul
laptop = {
"Nama Laptop": ['Asus', 'HP', 'Lenovo', 'Samsung']
} #membuat varibel yang bernama laptop, dan mengisi dataframe nama2 laptop
x = ainul.DataFrame(
laptop
) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print(' ainul Punya Laptop ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as ainul #melakukan import numpy sebagai ainul
matrix_x = ainul.eye(
10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print(matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as ainul #import matploblib sebagai ainul
ainul.plot([1, 1, 7, 4, 0, 7,
3]) #memberikan nilai plot atau grafik pada ainul
ainul.xlabel('ainul filiani') #memberikan label pada x
ainul.ylabel('1174073') #memberikan label pada y
ainul.show() #print hasil plot berbentuk grafik
"""
Created on Tue Mar 17 13:19:22 2020
@author: Nico Sembiring
"""
# In[1]:
import pandas as nico #melakukan import pada library pandas sebagai nico
makanan = {
"List Nama makanan Nico": ['Bakso', 'Mie Ayam', 'Batagor', 'Nasi Goreng']
} #membuat varibel yang bernama makanan , dan mengisi dataframe nama2 Makanan
makan = nico.DataFrame(
makanan) #membuat variabel makan untuk memanggil dataframe makanan
print('Nico Suka ' +
makan) #memanggil variabel makan dengan data dari dataframe makanan
# In[2] :
import numpy as nico #melakukan import numpy sebagai nico
matrix = nico.eye(
12
) #Membuat variabel dengan nama matrix untuk memanggil fungsi eye sebagai matrix identitas dengan jumlah kolom dan baris 12
print(matrix) #memanggil variabel matrix
# In[3] :
import matplotlib.pyplot as nico #melakukan import pada library matplotlib sebagai nico
nico.plot([1, 4, 2, 4, 5, 2, 1]) #menentukan titik
nico.ylabel('Nilainya') #mendefinisikan nilai y dengan nama Nilainya
nico.show() #memunculkan grafik
mobil = {
"Nama Mobil": [
'Ferrari',
'Lamborgini',
]
} #membuat varibel yang bernama mobil
x = habib.DataFrame(
mobil
) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel mobil.
print(' Habib Mempunyai Mobil ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as habib #melakukan import numpy sebagai habib
matrix_x = habib.eye(
16) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print(matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as habib #import matploblib sebagai habib
habib.plot([1, 3, 5, 4, 0, 6,
1]) #memberikan nilai plot atau grafik pada habib
habib.xlabel('Habib Abdul Rasyid') #memberikan label pada x
habib.ylabel('1174002') #memberikan label pada y
habib.show() #print hasil plot berbentuk grafik
# In[44]: Soal1
import pandas as fanny #melakukan import pada library pandas sebagai fanny
boyband = {"Boyband" : ['EXO','SEVENTEEN','DAY6','IKON']} #membuat varibel yang bernama boyband, dan mengisi dataframe nama2 boyband
x = fanny.DataFrame(boyband) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print (' Boyband kesukaan Fanny ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as fanny #melakukan import numpy sebagai fanny
matrix_x = fanny.eye(10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print (matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as fanny #import matploblib sebagai fanny
fanny.plot([1,1,7,4,0,6,9]) #memberikan nilai plot atau grafik pada fanny
fanny.xlabel('Fanny Shafira Damayanti') #memberikan label pada x
fanny.ylabel('1174069') #memberikan label pada y
fanny.show() #print hasil plot berbentuk grafik
# In[44]: Soal1
import pandas as felix #melakukan import pada library pandas sebagai felix
laptop = {"Nama Laptop" : ['Asus','HP','Lenovo','Samsung']} #membuat varibel yang bernama laptop, dan mengisi dataframe nama2 laptop
x = felix.DataFrame(laptop) #variabel x membuat DataFrame dari library pandas dan akan memanggil variabel laptop.
print (' felix Punya Laptop ' + x) #print hasil dari x
# In[44]: Soal2
import numpy as felix #melakukan import numpy sebagai felix
matrix_x = felix.eye(10) #membuat matrix dengan numpy dengan menggunakan fungsi eye
matrix_x #deklrasikan matrix_x yang telah dibuat
print (matrix_x) #print matrix_x yang telah dibuat dengan 10x10
# In[44]: Soal3
import matplotlib.pyplot as felix #import matploblib sebagai felix
felix.plot([1,1,7,4,0,2,1]) #memberikan nilai plot atau grafik pada felix
felix.xlabel('Muhammad felix') #memberikan label pada x
felix.ylabel('1174026') #memberikan label pada y
felix.show() #print hasil plot berbentuk grafik
(4.9, '2011/03/09 17:57:27'), (2.5, '2011/03/09 17:02:06'),
(2.5, '2011/03/09 16:12:03'), (2.8, '2011/03/09 14:30:37'),
(4.8, '2011/03/09 14:24:06'), (5.3, '2011/03/09 13:57:28'),
(3.2, '2011/03/09 13:55:24'), (5.1, '2011/03/09 13:51:42'),
(5.0, '2011/03/09 13:24:08'), (2.8, '2011/03/09 12:56:35'),
(2.6, '2011/03/09 12:14:14'), (4.7, '2011/03/09 12:03:18'),
(5.1, '2011/03/09 11:27:52'), (3.5, '2011/03/09 11:05:09'),
(4.7, '2011/03/09 10:13:40'), (2.6, '2011/03/09 09:45:14'),
(4.8, '2011/03/09 08:55:38'), (3.3, '2011/03/09 08:37:30'),
(5.3, '2011/03/09 08:02:36'), (5.1, '2011/03/09 07:56:28'),
(5.0, '2011/03/09 07:13:48'), (5.1, '2011/03/09 06:25:12'),
(4.9, '2011/03/09 06:12:13'), (2.9, '2011/03/09 05:33:50'),
(4.7, '2011/03/09 05:27:06'), (5.3, '2011/03/09 04:45:54'),
(5.7, '2011/03/09 04:37:04'), (5.2, '2011/03/09 04:32:10'),
(3.0, '2011/03/09 04:17:17'), (4.8, '2011/03/09 04:15:39'),
(5.2, '2011/03/09 04:05:54'), (2.5, '2011/03/09 03:51:21'),
(5.0, '2011/03/09 03:19:00'), (5.2, '2011/03/09 03:08:36'),
(5.6, '2011/03/09 02:57:17'), (7.2, '2011/03/09 02:45:20'),
(4.6, '2011/03/09 01:47:47'), (4.7, '2011/03/09 01:30:27')]
ydata = []
for t in data:
ydata.append(t[0])
pd.plot(ydata)
pd.title('Earthquake Magnitude in Japan from 3/9-3/12')
pd.xlabel('Time')
pd.ylabel('Magnitude')
pd.show()
# In[1]
import numpy as dirga #Melakukan import library numpy menjadi nama sendiri yaitu dirga
matrix_x = dirga.eye(
10) #Membuat sebuah matrix pake numpy dengan menggunakan fungsi eye
matrix_x #Mendeklrasikan matrix_x yang tadi dibuat
print(matrix_x) #print matrix_x yang tadi dibuat yang berbentuk 10x10
# In[2]
import matplotlib.pyplot as dirga #Melakukan import library numpy menjadi nama sendiri yaitu dirga
dirga.plot([1, 1, 7, 4, 0, 6, 6]) #Memasukkan nilai pada plot
dirga.xlabel('Dirga Brajamusti') #Menambahkan label pada x
dirga.ylabel('1174066') #Menambahkan label pada y
dirga.show() #Menampilkan grafik plot
# In[3]: Random Forest
import pandas as pd #Melakukan import library numpy menjadi pd
imgatt = pd.read_csv(
"N:/Tugas/Kuliah/Semester 6/Kecerdasan Buatan/KB3C Ngerjain/src/1174066/3/CUB_200_2011/attributes/image_attribute_labels.txt",
sep='\s+',
header=None,
error_bad_lines=False,
warn_bad_lines=False,
usecols=[0, 1, 2],
names=['imgid', 'attid', 'present']
) #Membuat variable imgatt untuk membaca file csv dari dataset, dengan ketentuan yang ada.
# In[4]