Klasifikasi-DT

Apa itu Decision Tree?

• Model berbentuk pohon

• Algoritma jaringan saraf

• Metode clustering

• Regresi linear

Node dalam Decision Tree melambangkan?

• Kelas hasil

• Atribut

• Cabang

• Data numerik

Metode pemilihan atribut terbaik pada DT?

• K-Means

• PCA

• Information Gain

• Regression

Entropy = 0 berarti?

• Data acak

• Data murni

• Data kosong

• Harus dihitung ulang

ID3 memilih atribut berdasarkan?

• Information Gain terbanyak

• Information Gain terkecil

• Information Gain tertinggi

• Rata-rata

Pengembangan ID3 yang mendukung numerik?

• KNN

• C4.5

• Naïve Bayes

• Random Forest

Decision Tree terlalu dalam menyebabkan?

• Overfitting

• Akurasi meningkat terus

• Tidak bisa klasifikasi

• Cabang tetap

Apa tujuan utama dari algoritma Decision Tree?

• Mengelompokkan data tanpa aturan

• Melakukan klasifikasi dan regresi

• Menghapus atribut yang tidak relevan

• Mengubah data menjadi numerik

Apa fungsi dari Gini Index dalam Decision Tree?

• Mengukur kemurnian suatu node

• Menentukan jumlah cabang pohon

• Mengurangi jumlah data

• Menggabungkan kelas yang sama

Entropi mengukur apa?

• Ketidakpastian dalam dataset

• Jumlah sampel dalam kelas

• Jarak antara data

• Tingkat kesalahan model