Klasifikasi dan Regresi dalam Data Science

Apa tujuan utama dari model klasifikasi dalam data science?

• Memprediksi nilai numerik

• Memprediksi kategori dari data

• Mengidentifikasi outliers dalam dataset

• Mengurangi ukuran dataset

Label data yang bersifat kategorikal digunakan dalam model:

• Regresi

• Klasifikasi

• Clustering

• Analisis korelasi

Algoritma klasifikasi yang sering digunakan untuk memprediksi kategori dari data adalah:

• Decision Tree

• Linear Regression

• K-Means

• Principal Component Analysis

Di bawah ini yang bukan merupakan contoh label data kategorikal adalah:

• Ya/Tidak

• Positif/Negatif

• Berat Badan

• Lulus/Gagal

Dalam model klasifikasi, pengukuran akurasi model dapat dilakukan dengan menggunakan:

• Root Mean Squared Error (RMSE)

• Confusion Matrix

• Adjusted R-squared

• Coefficient of Determination

Apa yang dimaksud dengan in-house labeling?

• Menggunakan model generatif untuk melabeli data

• Pelabelan dilakukan oleh pengguna data secara internal

• Memanfaatkan pekerja lepas melalui crowdsourcing

• Melabeli data secara otomatis menggunakan skrip

Model yang cocok untuk data yang terdiri dari dua kategori, seperti spam atau tidak spam, adalah:

• Regresi Linear

• Klasifikasi

• Regresi Logistik

• Clustering

Apabila data dibagi menjadi data latih dan data uji dengan perbandingan 70% dan 30%, data uji digunakan untuk:

• Melatih model

• Mengevaluasi akurasi model

• Menentukan parameter model

• Memprediksi nilai baru

Dalam pembuatan model klasifikasi dengan decision tree, setiap percabangan pohon digunakan untuk:

• Memprediksi nilai numerik

• Membagi data menjadi kategori yang lebih spesifik

• Menentukan koefisien regresi

• Mengurangi noise dalam data

Crowdsourcing dalam proses pelabelan data berarti:

• Menggunakan algoritma untuk membuat label

• Mengandalkan pekerja di platform terbuka untuk melabeli data

• Melabeli data berdasarkan aturan internal

• Melabeli data menggunakan model regresi