5. Membagi data set menjadi 75% (300 data) sebagai data latih dan 25%(100 data) akan
digunakan sebagai data uji. Untuk membagi dataset menjadi data latih dan data uji, kita
dapat menggunakan train_test_split dari library sklearn.
6. Normalisasi data dengan Z score agar dustribusi data menjadi distribusi normal (Gaussian
Distribution).
9. Menampilkan hasil prediksi data uji beserta atribut data lainnya dalam bentuk tabel.
Latihan Praktikum
1. Buat kode program untuk membuat model naïve bayes untuk memprediksi potensi
seseorang membeli produk dari iklan di media sosial berdasarkan fitur Gender, Age, dan
EstimatedSalary. Gunakan dataset Social_Network_ads.csv dengan pembagian 80% data
latih dan 20% data uji.
2. Berapa akurasi dari model yang ada buat?
3. Buat diagram confusion matrix dari hasil pengujian model naïve bayes anda.