https://github.com/jeffreywijaya100/ecommerce-product-textmining
Pemodelan klasifikasi menggunakan data product dari sebuah ecommerce dengan ketentuan yang diberikan
https://github.com/jeffreywijaya100/ecommerce-product-textmining
classification-report count-vectorizer hyperparameter-tuning machine-learning nltk optuna random-forest-classifier svm-classifier text-mining text-representation tfidf-vectorizer
Last synced: 3 months ago
JSON representation
Pemodelan klasifikasi menggunakan data product dari sebuah ecommerce dengan ketentuan yang diberikan
- Host: GitHub
- URL: https://github.com/jeffreywijaya100/ecommerce-product-textmining
- Owner: jeffreywijaya100
- Created: 2024-11-30T14:12:45.000Z (7 months ago)
- Default Branch: main
- Last Pushed: 2024-11-30T14:30:13.000Z (7 months ago)
- Last Synced: 2025-02-02T17:53:03.633Z (4 months ago)
- Topics: classification-report, count-vectorizer, hyperparameter-tuning, machine-learning, nltk, optuna, random-forest-classifier, svm-classifier, text-mining, text-representation, tfidf-vectorizer
- Language: Jupyter Notebook
- Homepage:
- Size: 4.21 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
Anda bekerja disebuah perusahaan yang membantu untuk memilah produk suatu e_commerce. Anda
diberikan data text deskripsi produk dari website e-commerce dengan 4 label, yaitu Household, Books,
Electronics dan Clothing & Accessories. Lakukan pemodelan klasifikasi dengan menggunakan data
tersebut, dengan ketentuan sebagai berikut:a. Lakukan proses pre-processing hingga anda mendapatkan set
token yang sudah berada dalam bentuk dasar sesuai standard tata bahasa.b. Melakukan pemodelan klasifikasi dengan menggunakan
2 metode Machine Lerning yaitu SVM dan Random Forest; dan 2 metode text representation
(vectorization), anda perlu melakukan tuning hyperparameter minimal 2 hyperparameter
untuk masing-masing algoritma machine learning.c. Jelaskan analisa anda mengenai perbandingan performance
test data dari model yang dibuat dengan metode text representation yang berbeda, anda
harus membuat summary hasil sebagai berikut: