TA M6 D

Evaluation metrics berguna untuk... 

• Mengevaluasi performa model klasifikasi 

• Menentukan waktu pelatihan yang dibutuhkan oleh model 

• Mengevaluasi kinerja model regresi 

• Memilih fitur-fitur terbaik untuk model. 

Apa yang harus dilakukan sebelum menggunakan model regresi dalam scikit-learn? 

• Memanggil metode fit() 

• Memanggil metode predict() 

• Memanggil metode train() 

• Memanggil metode evaluate() 

Sintaks yang cocok untuk mengisi bagian rumpang agar source code berjalan dengan lancar adalah... 

• np.mean_squad_error 

• np.median_squad_error 

• np.mean_squared_error 

• np.median_squared_error 

Sintaks yang cocok untuk megisi bagian rumpang nomor 30 di atas adalah... 

• pred

• predict

• train

• fit

Berikut yang merupakan metrik evaluasi yang biasa digunakan pada regresi... 

• Root Mean Square Error (RMSE) 

• F1 Score 

• Confusion Matrix 

• Root Median Square Error (RMSE) 

Agar potongan source code di atas dapat menampilkan plot dari regresi linier, maka bagian rumpang pada line terakhir diisi dengan... 

• plt.plot() 

• plt.view() 

• plt.show() 

• plt.display() 

Nilai prediksi yang dihasilkan oleh regresi random forest adalah... 

• Entropy 

• Regresi 

• Gini Impurity 

• Rata-rata hasil prediksi 

Apa yang dimaksud dengan overfitting? 

• Model yang cocok dengan baik pada data pelatihan tetapi tidak dapat menggeneralisasi pada data baru 

• Hasil evaluasi yang menunjukkan performa model yang buruk 

• Model yang terlalu sederhana dan tidak dapat menangkap pola dalam data 

• Keadaan di mana model terlalu kompleks sehingga menciptakan pola yang tidak ada dalam data 

Yang membedakan algoritma regresi dan klasifikasi adalah... 

• Algoritma regresi berkaitan dengan nilai yang pasti, sedangan klasifikasi berkaitan dengan nilai tidak pasti 

• Algoritma regresi berkaitan dengan nilai yang tidak pasti, sedangan klasifikasi berkaitan dengan nilai pasti 

• Algoritma regresi berkaitan dengan nilai yang konitnu, sedangkan klasifikasi berkaitan dengan nilai diskrit 

• Algoritma regresi berkaitan dengan nilai yang diskrit, sedangan klasifikasi berkaitan dengan nilai yang kontinu 

Good balance dalam regresi terjadi ketika... 

• High bias dan high variance 

• Low bias dan low variance 

• High bias dan low variance 

• Low bias dan high variance