Praktikum 4

NIM : 12S15059
Nama : Dippu Theresia Mentari Hs.

1. Pertama kita mengimport library yang kita butuhkan.

2. Kemudian mengimport dan memasukan dataset yang kita gunakan juga.

Maka akan didapatkan keluaran seperti dibawah ini:

3. Tampilkan scatter plot kedua nilai tersebut dan gunakan color coding untuk
memvisualisasikan jika data tersebut positif (lulus) atau negatif (gagal).
Akan didapatkan hasil seperti keluaran dibawah ini :

Kemudian tambahkan berikut

Akan didapatkan hasil seperti keluaran dibawah ini :

 Berdasarkan plot diatas, terdapat decision boundary yang jelas diantara dua kelas.
Sekarang kita perlu mengimplementasi logistic regression untuk dapat melatih model
yang dapat memprediksi kelas.

4. Membuat sigmoid function yang digunakan untuk mengukur probabilitas kelas.

5. Membuat cost function mengembalikan nilai yang merepresentasikan seberapa baik

performa model.

6. Lakukan beberapa pengaturan (0 values for theta).

7. Menghitung gradient (parameters update) dengan memasukkan training data, labels

dan parameter theta. Gradient berfungsi untuk meminimalkan cost.