set.seed()

[Jerry Kurniawan]

Hello coach William,

Dari penjelasan video coach, fungsi set.seed() ini untuk ambil data secara random. Saya ikuti arahan coach untuk tulis set.seed(123), hasil nya betul sesuai dengan penjelasan coach.

Pertanyaan saya, kalau saya ganti value 123 itu dengan nilai lain apakah beda hasilnya. Tadi saya coba ganti dengan 248 dan 531, hasilnya tetap sama di train dan test dataset. Jumlah 0 dan 1 di kedua file sesuai porsinya. Apakah artinya kita bebas isi berapa saja dengan jumlah digit yg beda.

Mohon pencerahan nya coach…thank you.

Regards,
jre

[Coach William]

Hi Jerry,

Betul tidak ada panduan khusus mengenai angka set seed, sehingga kamu bisa gunakan angka brapapun.. namun jika menggunakan angka yg sama, seharusnya hasilmya akan selalu sama.. sedangkan jika dibedakan hasilnya bisa berbeda.

Tampaknya krn datanya sedikit atau sample sizenya terlalu besar, jd perbedaan set seed spt tidak ada efeknya.

Regards
William

[Jerry Kurniawan]

ok coach thanks response nya.
Satu lagi soal jumlah data, sepertinya perusahaan yang hire data scientist atau data analyst, kemungkinan besar hanya perusahaan medium ke atas ya. Pertanyaan saya, kalau perusahaan baru memulai apply ds ini artinya jumlah datanya baru sedikit, seberapa minim jumlah data yang harus disiapkan supaya model nanti yang dihasilkan valid. Thanks ya Coach.

[Coach William]

Hi Jerry,

Tidak ada ketentuannya berapa banyak data minimal yang dibutuhkan untuk mengembangkan model machine learning. secara teori hanya menyebutkan, semakin banyak data maka akan semakin baik akurasi dari model.
Namun saya bisa membantu memberikan tips apakah data yang kamu gunakan sudah cukup atau belum untuk dibuat machine learning.

Misalnya kamu mau prediksi pelanggan2 yang akan ngutang dan gagal bayar.
Nah coba kamu kumpulkan data bulanan pelanggan2 yang bayar dan gagal bayar, kemudian kamu lihat persentasi pelanggan yang gagal bayar. Jika angkanya setiap bulan konsisten, misalnya sekitar 5% dari pelanggan yang beli gagal bayar. di januari 4.9%, di feb 5.2%, di maret 4.7%, di april 5.5%, dst hingga desember tetap di sekitaran 5%, maka data kamu sudah membentuk pattern dan sudah dapat dibuat machine learning.

jadi misalnya pelanggannya ada 100, atau 100.000, yang penting konsisten di kira2 sebuah angka berarti sudah ok. Nah yang bahaya klo januari 5%, feb 20%, maret 15%, april 7%, mei 24%. Ini belum membentuk pattern dan kemungkinan besar modelnya juga akan punya akurasi buruk.

Regards,
William

[Jerry Kurniawan]

mantap coach.

[Coach William]

Sipp

[Author]

Posts