Lompat ke konten
nalar

Decision Tree Induction (Pohon Keputusan)

Konsep klasifikasi terarah, entropy, information gain (ID3), gain ratio (C4.5), Gini impurity (CART), split atribut numerik, overfitting dan pruning.

0 dari 13 dijawabSkor 0
  1. 01Pilihan ganda

    Entropy sebuah himpunan data bernilai 0 artinya …

  2. 02Pilihan ganda

    Algoritma C4.5 menggunakan gain ratio untuk mengatasi …

  3. 03Pilihan ganda

    Ukuran seleksi atribut yang digunakan CART (dan default scikit-learn) adalah …

  4. 04Pilihan ganda

    Pohon dengan akurasi latih 100% tetapi akurasi uji 65% mengalami …

  5. 05Pilihan ganda

    Parameter scikit-learn untuk post-pruning (cost-complexity) adalah …

  6. 06Pilihan ganda

    Untuk atribut numerik, kandidat threshold split biasanya diambil dari …

  7. 07Hitung

    Dataset berisi 9 Yes dan 5 No. Hitung entropy-nya (3 desimal).

  8. 08Hitung

    Data yang sama (9 Yes, 5 No). Hitung Gini impurity (3 desimal).

  9. 09Hitung

    Outlook: Sunny (2 Yes, 3 No), Overcast (4 Yes, 0 No), Rain (3 Yes, 2 No). Info(D) = 0.940. Hitung Gain(outlook) (3 desimal).

  10. 10Hitung

    Hitung SplitInfo(outlook) untuk partisi berukuran 5, 4, 5 dari 14 data (3 desimal).

  11. 11Hitung

    Humidity: High (3 Yes, 4 No), Normal (6 Yes, 1 No). Hitung Gini tertimbang setelah split (3 desimal).

  12. 12Hitung

    umur = [22, 25, 30, 35, 40, 50], beli = [N, N, Y, Y, Y, N]. Threshold terbaik (berdasarkan information gain) adalah …

  13. 13Uraian

    Tuliskan semua aturan IF-THEN dari pohon keputusan Play Tennis (root: outlook). Berapa banyak aturan yang dihasilkan?