WorksheetsData Mining
Total questions: 6
Worksheet time: 6mins
Mr. Data Halilintar adalah seorang data scientist. Dia membuat model untuk mendiagnosa apakah seseorang terkena Covid-19 varian Omicron atau tidak. Ada 2 kelas/label status sakitnya: positif dan negatif. Menurut Anda, selain akurasi (rasio True Positive dan True Negative) dan F1-score, untuk kasus ini evaluasi apa yang seharusnya LEBIH diperhatikan? (Clue: perhatikan mana yang lebih baik dihindari, apakah False Positive atau False Negative?)
Precision
Recall
Akurasi dan F1-score aja cukup
Ampun, Pak, saya bingung
Kita memiliki data yang ternyata imbalance. Hal-hal berikut yang sebaiknya dilakukan adalah, KECUALI
Upsampling kelas yang jumlah datanya sedikit
Downsampling kelas yang jumlah datanya banyak
Biarkan saja. Cukup dipastikan agar F1-score atau kappa statistic-nya tinggi
Negative samples
Park Soe Kim, dosen asal Korea kelahiran Semarang sangat tidak suka dengan metode K-means clustering karena mesti memilih manual jumlah cluster yang akan dicari. Untuk menghindari kelemahan K-means, di mana jumlah clusternya harus ditentukan di awal, kita bisa memilih alternatif metode lain yaitu
DBSCAN (Density Based)
K-medoid
Fuzzy clustering, misalnya Fuzzy c-means
K-modes
Untuk mengevaluasi model klasifikasi yang sudah kita bangun, sebaiknya kita periksa dengan
Precision
Recall
Akurasi
Dunn Index
Akurasi
Sensitivity
Specificity
Sillhouette score
Cross-validation
Leave-one-out
F1-score
Akurasi
Recall
Precision
Wakanda Research Center ingin mengklasifikasikan penduduk menjadi miskin dan tidak miskin. Jika kita asumsikan bahwa kelas/label miskin adalah kelas/label positif. Maka jika seseorang diprediksi oleh model sebagai miskin, ternyata TIDAK. Maka kondisi ini disebut
False Negative
True Positive
True Negative
False Positive
Provider Internet IndiGoHome memiliki data tabel kepuasan pelanggan dengan informasi tentang masing-masing pelanggan pada tiap barisnya dan status kepuasan mereka. Dalam data mining, status kepuasan di sini bisa dijadikan LABEL/KELAS/TARGET. Lalu, informasi masing-masing pelanggan di tiap baris disebut (pilih SEMUA jawaban yang Anda anggap BENAR)
Variabel Independen
Feature
Atribut
Dimensi (dimension)
