https://github.com/amirisback/ml-air-bnb

:rocket: Final Project Machine Learning Subject
https://github.com/amirisback/ml-air-bnb

classification clustering machine-learning python

Last synced: 9 months ago
JSON representation

:rocket: Final Project Machine Learning Subject

• Host: GitHub
• URL: https://github.com/amirisback/ml-air-bnb
• Owner: amirisback
• License: apache-2.0
• Created: 2020-03-16T04:45:54.000Z (over 6 years ago)
• Default Branch: master
• Last Pushed: 2023-04-06T07:47:50.000Z (about 3 years ago)
• Last Synced: 2025-04-24T01:12:13.143Z (about 1 year ago)
• Topics: classification, clustering, machine-learning, python
• Language: Python
• Homepage: https://amirisback.github.io/ml-air-bnb/
• Size: 6.04 MB
• Stars: 5
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • Funding: .github/FUNDING.yml
  • License: LICENSE
  • Code of conduct: CODE_OF_CONDUCT.md
  • Security: SECURITY.md

Awesome Lists containing this project

README

          
## Mini Machine Learning Air BnB By Amirisback

Clasification and Clustering

## Watermark

- Muhammad Faisal Amir

- 1301198497

- IFX - 43 - GAB

- Informatics 2019

- Telkom University

## About This Project

- Clasification and clustering for machine learning in python, using Air BnB dataset

## Structure This Project

![ScreenShoot Apps](docs/image/ss_stucture.PNG?raw=true)

## Result - Screen Shot App

Terdiri dari 3 jenis hasil

- Run program in console

- Csv

- Report

### Result run program in console

![ScreenShoot Apps](docs/image/ss_1.jpg?raw=true)

![ScreenShoot Apps](docs/image/ss_2.jpg?raw=true)

![ScreenShoot Apps](docs/image/ss_3.jpg?raw=true)

![ScreenShoot Apps](docs/image/ss_4.jpg?raw=true)

### Result csv

![ScreenShoot Apps](docs/image/ss_generated_file.PNG?raw=true)

Auto generate with name file (Column already specified):

- Location : com.frogobox.result (Run the program first)

- Clustering - [DateToday]-airbnb-clustering-kmeans.csv

- Classification - [DateToday]-airbnb-classification-knn.csv

Auto generate with name file (Column random):

- Location : com.frogobox.result (Run the program first)

- Clustering - [DateToday]-airbnb-clustering-kmeans-random.csv

- Classification - [DateToday]-airbnb-classification-knn-random.csv

### Result image clustering

![ScreenShoot Apps](docs/image/result-cluster.png?raw=true)

### Result report

- Link report - https://github.com/amirisback/Mini-ML-Air-BnB/blob/master/docs/report.docx

## Tools

- Python (SDK) - [Click Here!](https://www.python.org/downloads/)

- PyCharm JetBrain Community (IDE) - [Click Here!](https://www.jetbrains.com/pycharm/download/download-thanks.html?platform=windows&code=PCC)

- Git (Windows) - [Click Here!](https://git-scm.com/download/win) 

## TODO

- Terdapat 3 buah dataset, setiap mahasiswa  diberikan 1 buah  dataset sesuai table di bagian akhir deskripsi ini.  Mahasiswa dibebaskan untuk memilih feature dan label yang akan digunakan.  

- Setiap mahasiswa  harus  mengerjakan 2 buah task  terhadap dataset tersebut, yaitu Clustering dan  Classification. 

- Untuk Task Clustering, mahasiswa  tidak boleh menggunakan library   untuk proses pemodelan (harus coding from scratch). 

- Bahasa pemrograman yang digunakan adalah Python. 

### Sub TODO

Untuk setiap task, mahasiswa diharapkan setidaknya melakukan hal- hal berikut :  

- Formulasi Masalah : mengacu pada 4 tahap From Problem to ML Solution  

- Eksplorasi dan Persiapan Data (termasuk split data): Setidaknya menggunakan 2 buah teknik eksplorasi dan/atau penyiapan data. Jelaskan kenapa menggunakan teknik tersebut.  

- Pemodelan : Pilih satu algoritma yang akan digunakan. Jelaskan alasan pemilihan tersebut. Buat model menggunakan data hasil proses 3.b. Kerapian dan kejelasan kode sangat penting. Jelaskan dengan detil setiap langka hnya. 

- Eksperimen : Wajib melakukan setidaknya 2 eksperimen (menghasilkan 2 model berbeda), misal dengan membedakan fitur yang digunakan, Teknik penyiapan data yang berbeda, algoritma berbeda, dan sebagainya.  

- Evaluasi : Pilih metode evaluasi yang ingin diguna kan serta jelaskan alasannya. Lakukan evaluasi terhadap model yang digunakan. Berikan analisis terhadap hasil evaluasi.  

- Kesimpulan : Sampaikan kesimpulan dari semua proses yang dijalankan, apa saja lesson learned, dan apa saran untuk improvement ke depan.

 

## Submit Task :

- Laporan diketik dalam A4 menggunakan   times new roman size 12, margin 3cm, space 1.15 (.pdf)  

- Kode-kode yang siap dieksekusi (.py/.ipynb) 

- Dataset hasil eksplorasi 

## Documentation

- Link task - https://github.com/amirisback/Mini-ML-Air-BnB/blob/master/task/task_ml.pdf

- Link dataset (Air BnB) -  https://github.com/amirisback/Mini-ML-Air-BnB/blob/master/task/air_bnb.csv

## Colaborator

Very open to anyone, I'll write your name under this, please contribute by sending an email to me

- Mail To faisalamircs@gmail.com

- Subject : Github _ [Github-Username-Account] _ [Language] _ [Repository-Name]

- Example : Github_amirisback_kotlin_admob-helper-implementation

Name Of Contribute

- Muhammad Faisal Amir

- Waiting List

- Waiting List

Waiting for your contribute

## Reference

- w3school.com - https://www.w3schools.com/python

## Attention !!!

Please enjoy and don't forget fork and give a star