Search Header Logo

Kuis Logistic Regression

Authored by Louis Anna

Engineering

University

Kuis Logistic Regression
AI

AI Actions

Add similar questions

Adjust reading levels

Convert to real-world scenario

Translate activity

More...

    Content View

    Student View

25 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Apa perbedaan kunci antara Regresi Logistik dan Regresi Linier?

Regresi Logistik digunakan untuk menyelesaikan masalah klasifikasi, sementara Regresi Linier digunakan untuk masalah regresi.

Regresi Logistik dapat memprediksi nilai kontinu, sementara Regresi Linier dapat memprediksi nilai kategorikal.

Regresi Logistik menggunakan fungsi logistik, sementara Regresi Linier menggunakan kurva S.

Regresi Logistik tidak cocok untuk dataset besar, sementara Regresi Linier cocok.

Regresi Logistik membutuhkan lebih sedikit asumsi dibandingkan Regresi Linier.

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Bagaimana fungsi sigmoid dalam regresi logistik membantu dalam prediksi?

Ini mengubah output agar sesuai dalam rentang antara 0 dan 1.

Ini memetakan data input ke garis lurus.

Ini digunakan untuk membuat garis regresi untuk klasifikasi.

Ini menerapkan peluruhan eksponensial pada output.

Ini meminimalkan kesalahan antara nilai aktual dan nilai yang diprediksi.

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Manakah dari berikut ini adalah asumsi dari regresi logistik?

Variabel dependen harus kontinu.

Variabel independen harus memiliki multi-kolinearitas.

Variabel dependen harus kategorikal.

Model harus menggunakan kurva berbentuk S untuk prediksi.

Variabel independen tidak boleh saling berkorelasi.

4.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Jenis regresi logistik mana yang paling baik digunakan ketika variabel dependen memiliki lebih dari dua kategori yang tidak terurut?

Regresi Logistik Binomial

Regresi Logistik Ordinal

Regresi Logistik Multinomial

Regresi Linier

Transformasi Logit

5.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Dalam skenario mana regresi logistik ordinal paling tepat?

Memprediksi apakah seorang pelanggan akan membeli produk (Ya/Tidak)

Memprediksi tingkat pendidikan (Rendah, Sedang, Tinggi)

Memprediksi harga rumah

Memprediksi apakah seorang pelanggan akan lulus atau gagal ujian

Memprediksi jenis kelamin pelanggan (Laki-laki/Perempuan)

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Apa yang ingin dicapai oleh persamaan regresi logistik?

Memprediksi nilai kontinu

Mengubah garis lurus menjadi kurva S

Memprediksi nilai kategorikal biner

Menghitung kesalahan antara nilai yang diamati dan yang diprediksi

Mengubah nilai kategorikal menjadi data numerik

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Bagaimana regresi logistik menangani multi-kolinearitas dalam variabel independen?

Dengan meningkatkan kompleksitas model

Dengan mengabaikan multikolinearitas dalam dataset

Dengan menerapkan teknik regularisasi

Dengan mengurangi jumlah prediktor untuk menghindari redundansi

Dengan menggunakan algoritma pohon keputusan sebagai gantinya

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?