Kuis Evaluasi Model

Kamu diminta membuat model untuk memprediksi usia seseorang dari gambar dengan toleransi kesalahan maksimal 2 tahun. Metrik apa yang nanti kamu gunakan sebagai bahan evaluasi?

• MSE

• R2 Score

• MAE

• Akurasi

Jika model regresi memiliki nilai R-squared sebesar 0,7, apa artinya?

• Model memiliki performa yang sangat buruk

• Model memiliki performa yang cukup baik

• Model memiliki performa yang sangat baik

• Tidak bisa disimpulkan karena R-squared hanya berlaku untuk model klasifikasi

Seorang peneliti ingin membangun model klasifikasi untuk memprediksi apakah seorang pasien mengalami penyakit jantung berdasarkan beberapa fitur klinis. Metrik evaluasi manakah yang paling sesuai untuk mengukur performa model?

• ROC AUC

• Akurasi

• F-Score

• Recall

Metrik apa yang sangat dihindari untuk kasus ini?

• Akurasi

• Precision

• Recall

• F-1 Score

Jika model Anda memiliki nilai precision sebesar 0,81 dan recall sebesar 0,77, metrik evaluasi manakah yang sebaiknya digunakan untuk mengevaluasi performa model Anda?

• Akurasi

• Precision

• Recall

• F1-Score

Untuk kasus memprediksi harga rumah (dalam SGD), jika model Anda memiliki nilai RMSE sebesar 500.000, apa artinya?

• Model memiliki performa yang sangat buruk

• Model memiliki performa yang cukup baik

• Model memiliki performa yang sangat baik

• Tidak bisa disimpulkan karena RMSE hanya berlaku untuk model klasifikasi

Jika model Anda memiliki nilai ROC AUC sebesar 0,5, apa artinya?

• Model memiliki performa yang sangat buruk

• Model memiliki performa yang cukup baik

• Model memiliki performa yang sama dengan model acak

• Tidak bisa disimpulkan karena ROC AUC hanya berlaku untuk model regresi

Classification report di atas merupakan data train dan di bawah data test. Apakah model ini dikatakan bagus?

• Ya, sangat bagus karena semua metrik nilainya 1 di data train

• Ya, namun tidak terlalu bagus karena di data test ada yang di bawah 0,5.

• Tidak, karena underfitting

• Tidak, karena overfitting