Ds Day 4

Apa itu Decision Tree?

• Algoritma untuk menyelesaikan masalah regresi saja

• Metode yang digunakan untuk membuat prediksi berdasarkan beberapa pilihan algoritma

• Model prediktif berbentuk struktur pohon atau hirarkis

• Sistem pengambilan keputusan realtime

Kapan kita menggunakan Random Forest dibandingkan Decision Tree?

• Ketika model kita terlalu sederhana dan underfit

• Ketika Decision Tree memberikan hasil yang sangat akurat

•  Ketika model Decision Tree mengalami overfitting

• Ketika data training sangat kecil

Apa fungsi Cross Validation dalam pembuatan model Machine Learning?

• Untuk meningkatkan kecepatan pelatihan model

• Untuk membagi data menjadi bagian yang lebih kecil

• Untuk memperkirakan kemampuan generalisasi model

• Untuk menyeimbangkan kelas dalam data yang tidak seimbang

Masalah apa yang biasa dihadapi dengan Imbalance Data?

• Meningkatnya waktu pelatihan model

• Model cenderung favorit terhadap kelas mayoritas

• Pengurangan jumlah fitur yang relevan

• Peningkatan kecepatan prediksi model

Mengapa AUC (Area Under Curve) adalah metrik yang penting?

• Mengukur waktu yang diperlukan untuk membuat model

• Mengukur akurasi prediksi pada satu titik cutoff

• Mengukur seberapa baik model membedakan antar kelas

• Mengukur jumlah fitur yang digunakan oleh model