Classification - Distribusi Grosir

Kumpulan data ini mengacu pada klien dari distributor grosir. Ini termasuk pengeluaran tahunan dalam satuan moneter (m.u.) untuk kategori produk yang beragam. Distributor grosir yang beroperasi di berbagai wilayah di Portugal memiliki informasi tentang pengeluaran tahunan beberapa item di toko mereka di berbagai wilayah dan saluran. Dataset terdiri dari 440 pengeluaran tahunan pengecer besar pada 6 jenis produk yang berbeda di 3 wilayah berbeda (lisbon , oporto, lainnya) dan di berbagai saluran penjualan

Library

library(glue)
library(dplyr)
library(gtools)
library(caret)
library(rsample)
library(class)
library(plotly)
library(ggplot2)

Load Dataset

sale <- read.csv("data_input/wholesale.csv")
head(sale)
#>   Channel Region Fresh Milk Grocery Frozen Detergents_Paper Delicassen
#> 1       2      3 12669 9656    7561    214             2674       1338
#> 2       2      3  7057 9810    9568   1762             3293       1776
#> 3       2      3  6353 8808    7684   2405             3516       7844
#> 4       1      3 13265 1196    4221   6404              507       1788
#> 5       2      3 22615 5410    7198   3915             1777       5185
#> 6       2      3  9413 8259    5126    666             1795       1451

Data Preparation

Mari kita mengecek tipe data dari tiap kolom

glimpse(sale)
#> Rows: 440
#> Columns: 8
#> $ Channel          <int> 2, 2, 2, 1, 2, 2, 2, 2, 1, 2, 2, 2, 2, 2, 2, 1, 2, 1,…
#> $ Region           <int> 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,…
#> $ Fresh            <int> 12669, 7057, 6353, 13265, 22615, 9413, 12126, 7579, 5…
#> $ Milk             <int> 9656, 9810, 8808, 1196, 5410, 8259, 3199, 4956, 3648,…
#> $ Grocery          <int> 7561, 9568, 7684, 4221, 7198, 5126, 6975, 9426, 6192,…
#> $ Frozen           <int> 214, 1762, 2405, 6404, 3915, 666, 480, 1669, 425, 115…
#> $ Detergents_Paper <int> 2674, 3293, 3516, 507, 1777, 1795, 3140, 3321, 1716, …
#> $ Delicassen       <int> 1338, 1776, 7844, 1788, 5185, 1451, 545, 2566, 750, 2…

Berikut adalah deskripsi dari setiap kolom

  1. FRESH: annual spending (m.u.) on fresh products (Continuous);

  2. MILK: annual spending (m.u.) on milk products (Continuous);

  3. GROCERY: annual spending (m.u.)on grocery products (Continuous);

  4. FROZEN: annual spending (m.u.)on frozen products (Continuous)

  5. DETERGENTS_PAPER: annual spending (m.u.) on detergents and paper products (Continuous)

  6. DELICATESSEN: annual spending (m.u.)on and delicatessen products (Continuous);

  7. CHANNEL: customer Channel - Horeca (Hotel/Restaurant/Café) or Retail channel (Nominal)

  8. REGION: customer Region Lisnon, Oporto or Other (Nominal)

Untuk memudahkan kita dalam pembuatan model nanti mari kita ubah terlebih dahulu angka dari Channel dan Region menjadi character Channel 1 = Horeca Channel 2 = Retail

Region 1 = Lisnon Region 2 = Oporto Region 3 = Other

Dengan menggunakan fungsi dibawah ini

pw_channel <- function(x){ 
    if(x == 1){
      x <- "Horeca"
    }else{
      x <- "Retail"
    }
}
pw_reg <- function(x){ 
    if(x == 1){
      x <- "Lisnon"
    }else if(x ==2){
      x <- "Oporto"
    }
  else{
      x <- "Other"
    }
}

Setelah membuat fungsi tersebut kita tinggal memasukkan fungsi tersebut kedalam kolom yang ingin diubah nilainya

sale$Channel <- sapply(sale$Channel, FUN = pw_channel)
sale$Region <- sapply(sale$Region, FUN = pw_reg)

Mari kita cek terlebih dahulu

head(sale)
#>   Channel Region Fresh Milk Grocery Frozen Detergents_Paper Delicassen
#> 1  Retail  Other 12669 9656    7561    214             2674       1338
#> 2  Retail  Other  7057 9810    9568   1762             3293       1776
#> 3  Retail  Other  6353 8808    7684   2405             3516       7844
#> 4  Horeca  Other 13265 1196    4221   6404              507       1788
#> 5  Retail  Other 22615 5410    7198   3915             1777       5185
#> 6  Retail  Other  9413 8259    5126    666             1795       1451

Data tersebut sudah berubah tinggal kita mengubahnya ke faktor

sale <- sale %>%
  mutate_at(c("Channel","Region"),as.factor)
glimpse(sale)
#> Rows: 440
#> Columns: 8
#> $ Channel          <fct> Retail, Retail, Retail, Horeca, Retail, Retail, Retai…
#> $ Region           <fct> Other, Other, Other, Other, Other, Other, Other, Othe…
#> $ Fresh            <int> 12669, 7057, 6353, 13265, 22615, 9413, 12126, 7579, 5…
#> $ Milk             <int> 9656, 9810, 8808, 1196, 5410, 8259, 3199, 4956, 3648,…
#> $ Grocery          <int> 7561, 9568, 7684, 4221, 7198, 5126, 6975, 9426, 6192,…
#> $ Frozen           <int> 214, 1762, 2405, 6404, 3915, 666, 480, 1669, 425, 115…
#> $ Detergents_Paper <int> 2674, 3293, 3516, 507, 1777, 1795, 3140, 3321, 1716, …
#> $ Delicassen       <int> 1338, 1776, 7844, 1788, 5185, 1451, 545, 2566, 750, 2…

Selanjutnya mari kita mengecek summary

summary(sale)
#>    Channel       Region        Fresh             Milk          Grocery     
#>  Horeca:298   Lisnon: 77   Min.   :     3   Min.   :   55   Min.   :    3  
#>  Retail:142   Oporto: 47   1st Qu.:  3128   1st Qu.: 1533   1st Qu.: 2153  
#>               Other :316   Median :  8504   Median : 3627   Median : 4756  
#>                            Mean   : 12000   Mean   : 5796   Mean   : 7951  
#>                            3rd Qu.: 16934   3rd Qu.: 7190   3rd Qu.:10656  
#>                            Max.   :112151   Max.   :73498   Max.   :92780  
#>      Frozen        Detergents_Paper    Delicassen     
#>  Min.   :   25.0   Min.   :    3.0   Min.   :    3.0  
#>  1st Qu.:  742.2   1st Qu.:  256.8   1st Qu.:  408.2  
#>  Median : 1526.0   Median :  816.5   Median :  965.5  
#>  Mean   : 3071.9   Mean   : 2881.5   Mean   : 1524.9  
#>  3rd Qu.: 3554.2   3rd Qu.: 3922.0   3rd Qu.: 1820.2  
#>  Max.   :60869.0   Max.   :40827.0   Max.   :47943.0

Kalau dilihat dari proporsi angkanya kita tidak memerlukan scaling, kita akan melanjutkannya dengan mengecek missing value

is.na(sale) %>% colSums()
#>          Channel           Region            Fresh             Milk 
#>                0                0                0                0 
#>          Grocery           Frozen Detergents_Paper       Delicassen 
#>                0                0                0                0

Tidak ada missing value

Exploratory Data Analysis

Kita ingin melihat Jumlah Channel

channel_count <- sale %>% 
  group_by(Channel) %>% 
  summarise(count= n()) 

channel_count
#> # A tibble: 2 × 2
#>   Channel count
#>   <fct>   <int>
#> 1 Horeca    298
#> 2 Retail    142
channel_count <- channel_count %>% 
  mutate(
    label =glue(
      "Jumlah : {count}"
    )
  ) 
plot2 <- ggplot(data = channel_count, aes(x = count, 
                              y = reorder(Channel, count),
                              text  = label)) + # reorder(A, berdasarkan B)
  geom_col(aes(fill = count)) +
  scale_fill_gradient() +
  labs(title = "Count of Channel",
       x = "Count",
       y = NULL) +
  theme_minimal() +
  theme(legend.position = "none") 

ggplotly(plot2, tooltip = "text")

Jumlah Channel di Horeca lebih besar dibanding retail

Coba kita cek jumlah channel berdasarkan jumlah di setiap negara

channel_count_byreg <- sale %>% 
  group_by(Channel, Region) %>% 
  summarise(count= n()) 

channel_count_byreg
#> # A tibble: 6 × 3
#> # Groups:   Channel [2]
#>   Channel Region count
#>   <fct>   <fct>  <int>
#> 1 Horeca  Lisnon    59
#> 2 Horeca  Oporto    28
#> 3 Horeca  Other    211
#> 4 Retail  Lisnon    18
#> 5 Retail  Oporto    19
#> 6 Retail  Other    105
plot1 <- ggplot(data = channel_count_byreg, aes(x = Channel, y = count)) +
  geom_col(aes(fill = Region), position = "dodge")

ggplotly(plot1)

Pada Channel Horeca dan Retail terdapat banyak pelanggan Di negara Other dibandingkan negara lain

Pembuatan Model Logistic Regression

Cross Validation

Kita akan melakukan cross validation, yang akan dibagi menjadi 2 dataset yaitu data train dan data test dengan proporsi 80:20, nantinya kita akan membuat model dari data train dan data test menjadi uji model.

RNGkind(sample.kind = "Rounding")
set.seed(417)

index <- sample(nrow(sale), nrow(sale)*0.8)
sale_train <- sale[index,]
sale_test <- sale[-index,]
prop.table(table(sale_train$Channel))
#> 
#>    Horeca    Retail 
#> 0.6619318 0.3380682
prop.table(table(sale_test$Channel))
#> 
#>    Horeca    Retail 
#> 0.7386364 0.2613636

Persebaran data tidak terlalu merata namun menurut saya ini masih cukup bisa digunakan. Dengan catatan model yang dihasilkan bisa baik

Logistic Regression

model <- glm(formula = Channel ~. , data = sale_train, family = "binomial")
summary(model)
#> 
#> Call:
#> glm(formula = Channel ~ ., family = "binomial", data = sale_train)
#> 
#> Deviance Residuals: 
#>      Min        1Q    Median        3Q       Max  
#> -2.95022  -0.30694  -0.17003   0.05659   3.12184  
#> 
#> Coefficients:
#>                    Estimate Std. Error z value Pr(>|z|)    
#> (Intercept)      -4.851e+00  8.420e-01  -5.760 8.39e-09 ***
#> RegionOporto      2.344e+00  9.348e-01   2.507   0.0122 *  
#> RegionOther       1.221e+00  6.881e-01   1.774   0.0761 .  
#> Fresh             8.738e-06  1.966e-05   0.445   0.6567    
#> Milk              1.225e-04  6.664e-05   1.838   0.0660 .  
#> Grocery           7.382e-05  6.380e-05   1.157   0.2472    
#> Frozen           -2.507e-04  1.190e-04  -2.107   0.0351 *  
#> Detergents_Paper  9.056e-04  1.581e-04   5.727 1.02e-08 ***
#> Delicassen       -1.794e-05  1.134e-04  -0.158   0.8743    
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> 
#> (Dispersion parameter for binomial family taken to be 1)
#> 
#>     Null deviance: 450.38  on 351  degrees of freedom
#> Residual deviance: 160.94  on 343  degrees of freedom
#> AIC: 178.94
#> 
#> Number of Fisher Scoring iterations: 7
exp(2.344e+00)
#> [1] 10.42284
exp(9.056e-04)
#> [1] 1.000906
inv.logit(-4.851e+00)
#> [1] 0.007759867

Interpretasi : Null deviance = 450.38
Residual deviance = 160.9 Variabel Detergents_Paper, RegionOporto, Frozen menjadi variabel yang signifikan Nilai log of odds seseorang mendapatkan pelanggan Channel horeca di negeri oproto adalah 10 kali lebih besar dibandingkan peluang pelanggan channel horeca dengan region di lisbon Nilai log of odds untuk mendapatkan pelanggan di penjualan Detergent_Paper di Channel sebesar 1 kali lebih besar dibandingkan penjualan yang lain Peluang mendapatkan pelanggan di Channel adalah 0,7 %

Kita juga dapat menggunakan step wise untuk mendapatkan modele terbaik

model2 <- step(model, direction = "backward", trace = FALSE)
model2
#> 
#> Call:  glm(formula = Channel ~ Region + Milk + Frozen + Detergents_Paper, 
#>     family = "binomial", data = sale_train)
#> 
#> Coefficients:
#>      (Intercept)      RegionOporto       RegionOther              Milk  
#>       -4.6760081         2.4095874         1.2678524         0.0001559  
#>           Frozen  Detergents_Paper  
#>       -0.0002460         0.0009954  
#> 
#> Degrees of Freedom: 351 Total (i.e. Null);  346 Residual
#> Null Deviance:       450.4 
#> Residual Deviance: 162.6     AIC: 174.6

mari kita menyimpan model tersebut dalam model_step dan mari kita jalankan

model_step <- glm(formula = Channel ~ Region + Milk + Frozen + Detergents_Paper, 
    family = "binomial", data = sale_train)
summary(model_step)
#> 
#> Call:
#> glm(formula = Channel ~ Region + Milk + Frozen + Detergents_Paper, 
#>     family = "binomial", data = sale_train)
#> 
#> Deviance Residuals: 
#>      Min        1Q    Median        3Q       Max  
#> -3.06499  -0.31986  -0.17286   0.06116   3.11349  
#> 
#> Coefficients:
#>                    Estimate Std. Error z value Pr(>|z|)    
#> (Intercept)      -4.676e+00  8.156e-01  -5.733 9.85e-09 ***
#> RegionOporto      2.410e+00  9.386e-01   2.567  0.01025 *  
#> RegionOther       1.268e+00  6.770e-01   1.873  0.06110 .  
#> Milk              1.559e-04  5.812e-05   2.682  0.00732 ** 
#> Frozen           -2.460e-04  1.035e-04  -2.378  0.01741 *  
#> Detergents_Paper  9.954e-04  1.323e-04   7.523 5.34e-14 ***
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> 
#> (Dispersion parameter for binomial family taken to be 1)
#> 
#>     Null deviance: 450.38  on 351  degrees of freedom
#> Residual deviance: 162.61  on 346  degrees of freedom
#> AIC: 174.61
#> 
#> Number of Fisher Scoring iterations: 7

Interpretasi: Ada beberapa prediktor yang menjadi variabel yang signifikan diantaranya, RegionOporto, Milk,Frozen, dan Detergents_Paper AIC yang dihasilkan juga lebih baik dibandingkan dengan model sebelumnya

Prediksi log of odds Channel untuk 10 data teratas

predict(object = model_step, newdata = sale_test[1:10,],type = "link")
#>          4         12         17         33         37         41         42 
#> -4.2925555 -3.0358428  2.4201212 -2.3544120 -2.2956270 -3.9328380 -0.8674848 
#>         54         58         59 
#>  3.6262184  5.6676749 -3.0217808

Prediksi Probability Channel untuk 10 data teratas

predict(object = model_step, newdata = sale_test[1:10,], type = "response")
#>          4         12         17         33         37         41         42 
#> 0.01348560 0.04583263 0.91834883 0.08671572 0.09148578 0.01921168 0.29577794 
#>         54         58         59 
#> 0.97407343 0.99655601 0.04645153
sale_test$pred.sale <-predict(object = model_step, newdata = sale_test, type = "response") 

Selanjutkan mari kita klasifikasikan data sale_test berdasarkan pred.sale dan kita menyimpannya dalam pred.label

sale_test$pred.label <- ifelse(sale_test$pred.sale>0.5 , "Retail" , "Horeca") %>% as.factor()

Selanjutnya kita melihat prediksi yang kita hasilkan

sale_test %>% select(pred.sale, pred.label, Channel)
#>       pred.sale pred.label Channel
#> 4   0.013485600     Horeca  Horeca
#> 12  0.045832631     Horeca  Retail
#> 17  0.918348833     Retail  Retail
#> 33  0.086715719     Horeca  Horeca
#> 37  0.091485783     Horeca  Horeca
#> 41  0.019211684     Horeca  Horeca
#> 42  0.295777938     Horeca  Horeca
#> 54  0.974073431     Retail  Retail
#> 58  0.996556011     Retail  Retail
#> 59  0.046451533     Horeca  Horeca
#> 73  0.030034474     Horeca  Horeca
#> 74  0.021515962     Horeca  Retail
#> 79  0.031036818     Horeca  Horeca
#> 82  0.996954412     Retail  Retail
#> 83  0.797396570     Retail  Retail
#> 84  0.039626058     Horeca  Horeca
#> 89  0.003855553     Horeca  Horeca
#> 90  0.038963358     Horeca  Horeca
#> 91  0.016790872     Horeca  Horeca
#> 98  0.029163777     Horeca  Horeca
#> 107 0.987197808     Retail  Retail
#> 111 0.028113147     Horeca  Horeca
#> 118 0.052596793     Horeca  Horeca
#> 120 0.023282132     Horeca  Horeca
#> 133 0.092577523     Horeca  Horeca
#> 139 0.073445121     Horeca  Horeca
#> 140 0.099658521     Horeca  Horeca
#> 144 0.007884788     Horeca  Horeca
#> 147 0.036913972     Horeca  Horeca
#> 151 0.040529843     Horeca  Horeca
#> 152 0.059174942     Horeca  Horeca
#> 154 0.134997756     Horeca  Horeca
#> 160 0.996777468     Retail  Retail
#> 161 0.796041420     Retail  Retail
#> 162 0.026866259     Horeca  Horeca
#> 166 0.989548512     Retail  Retail
#> 169 0.027715451     Horeca  Horeca
#> 172 0.999898469     Retail  Retail
#> 174 0.999356806     Retail  Retail
#> 177 0.068410006     Horeca  Horeca
#> 193 0.041931782     Horeca  Horeca
#> 203 0.020856917     Horeca  Horeca
#> 204 0.023315802     Horeca  Horeca
#> 215 0.885937583     Retail  Retail
#> 224 0.007551624     Horeca  Retail
#> 229 0.480061300     Horeca  Horeca
#> 230 0.005266137     Horeca  Horeca
#> 232 0.141005179     Horeca  Horeca
#> 238 0.005541329     Horeca  Horeca
#> 239 0.008131276     Horeca  Horeca
#> 244 0.070277567     Horeca  Horeca
#> 245 0.348249581     Horeca  Horeca
#> 251 0.010373640     Horeca  Horeca
#> 258 0.116120312     Horeca  Horeca
#> 259 0.008017489     Horeca  Horeca
#> 265 0.941029277     Retail  Retail
#> 270 0.007222514     Horeca  Horeca
#> 285 0.016119650     Horeca  Horeca
#> 287 0.096573050     Horeca  Horeca
#> 293 0.045209831     Horeca  Horeca
#> 294 0.994328986     Retail  Retail
#> 305 0.999971712     Retail  Retail
#> 308 0.138274496     Horeca  Horeca
#> 323 0.167552780     Horeca  Horeca
#> 324 0.337792082     Horeca  Horeca
#> 332 0.999909582     Retail  Retail
#> 333 0.106102212     Horeca  Horeca
#> 337 0.114508203     Horeca  Horeca
#> 340 0.020458346     Horeca  Horeca
#> 344 0.999996999     Retail  Retail
#> 350 0.999973599     Retail  Retail
#> 351 0.029127782     Horeca  Horeca
#> 354 0.997879425     Retail  Retail
#> 357 0.015443930     Horeca  Horeca
#> 369 0.025968628     Horeca  Horeca
#> 370 0.027047838     Horeca  Horeca
#> 378 0.044133941     Horeca  Horeca
#> 385 0.350944718     Horeca  Horeca
#> 386 0.023920924     Horeca  Horeca
#> 392 0.042844275     Horeca  Horeca
#> 400 0.037497666     Horeca  Horeca
#> 405 0.055036498     Horeca  Horeca
#> 415 0.033396274     Horeca  Horeca
#> 416 0.655163777     Retail  Retail
#> 418 0.695989582     Retail  Horeca
#> 429 0.102263312     Horeca  Horeca
#> 432 0.011018758     Horeca  Horeca
#> 434 0.050625701     Horeca  Horeca

Model Evaluation Logistic Regression

Kita akan melakukan evaluasi pada model yang telah kita buat kita bisa menggunakan fungsi dari library caret yaitu confusion matrix

confusionMatrix(data=sale_test$pred.label, reference=sale_test$Channel, positive="Horeca")
#> Confusion Matrix and Statistics
#> 
#>           Reference
#> Prediction Horeca Retail
#>     Horeca     64      3
#>     Retail      1     20
#>                                           
#>                Accuracy : 0.9545          
#>                  95% CI : (0.8877, 0.9875)
#>     No Information Rate : 0.7386          
#>     P-Value [Acc > NIR] : 1.108e-07       
#>                                           
#>                   Kappa : 0.8789          
#>                                           
#>  Mcnemar's Test P-Value : 0.6171          
#>                                           
#>             Sensitivity : 0.9846          
#>             Specificity : 0.8696          
#>          Pos Pred Value : 0.9552          
#>          Neg Pred Value : 0.9524          
#>              Prevalence : 0.7386          
#>          Detection Rate : 0.7273          
#>    Detection Prevalence : 0.7614          
#>       Balanced Accuracy : 0.9271          
#>                                           
#>        'Positive' Class : Horeca          
#> 

Akurasi dari sebuah model yang kita dapatkan sebesar 95 persen, bisa dibilang model ini sudah bagus Recall dari model diatas juga mencapai 98% Presisi dari model diatas juga mencapai 95%

Untuk saya lebih memilih model dari recall dikarenakan saya ingin memprediksi seseorang di pelanggan Channel Horeca, namun aktualnya pelanggan tersebut memang ada di Channel Horeca

Pembuatan Model KNN

KNN

Mari kita membuat duplikat dari data sale dengan mengassign kedalam variabel sale_knn

sale_knn <- sale

Cross Validation

set.seed(100) 

index <- initial_split(data=sale_knn,  
                       prop = 0.8, 
                       strata = Channel) 

sale_knn_train <- training(index)
sale_knn_test <- testing(index)
# prediktor data train
train_x <- sale_knn_train %>% select_if(is.numeric) 

# target data train
train_y <- sale_knn_train %>% select(Channel) 

# prediktor data test
test_x <- sale_knn_test %>% select_if(is.numeric)

# target data test
test_y <-  sale_knn_test %>% select(Channel)

Kita akan memilih nilai k dari akar sebuah observasi

sqrt(nrow(train_x))
#> [1] 18.73499

Mari kita bulatkan nilai tersebut menjadi 19 dan kita masukkan kedalam model KNN kita

sale_knn_pred <- knn(train = train_x,
    test = test_x, 
    cl = train_y$Channel, 
    k=19)

Model Evaluation KNN

confusionMatrix(data=sale_knn_pred, reference=test_y$Channel, positive="Horeca")
#> Confusion Matrix and Statistics
#> 
#>           Reference
#> Prediction Horeca Retail
#>     Horeca     57      7
#>     Retail      3     22
#>                                           
#>                Accuracy : 0.8876          
#>                  95% CI : (0.8031, 0.9448)
#>     No Information Rate : 0.6742          
#>     P-Value [Acc > NIR] : 2.711e-06       
#>                                           
#>                   Kappa : 0.7348          
#>                                           
#>  Mcnemar's Test P-Value : 0.3428          
#>                                           
#>             Sensitivity : 0.9500          
#>             Specificity : 0.7586          
#>          Pos Pred Value : 0.8906          
#>          Neg Pred Value : 0.8800          
#>              Prevalence : 0.6742          
#>          Detection Rate : 0.6404          
#>    Detection Prevalence : 0.7191          
#>       Balanced Accuracy : 0.8543          
#>                                           
#>        'Positive' Class : Horeca          
#> 

Akurasi yang didapatkan dari model KNN adalah 88% Recall yang dihasilkan sebesar 95 % Presisi yang dihasilkan sebesar 89 %

Kesimpulan

Dari model yang dihasilkan kita bisa mengetahui bahwa model dari logistik regresi menjadi model yang terbaik dikarenakan Akurasi yang dihasilkan lebih besar dibandingkan KNN. Dalam kasus ini kita mengklasifikasikan penjualan di Channel Horeca dan Retail. Berbagai variabel dapat mempengaruhi variabel target dari sebuah data yang kita analisis

Menurut saya model yang akan digunakan adalah dari Model Logistik Regression dan metriks yang akan digunakan adalah Recall dikarenakan nilai metriks tersebut mencapai 98 % hampir sempurna. Karena saya ingin memprediksi pelanggan channel yang terdapat di Channel Horeca, namun aslinya memang di Channel Horeca. Untuk menimalisir kesalahan pada pelanggan channel