Modul klasifikasi menelaah satu kelas algoritma per topik: regresi logistik, decision tree, random forest, gradient boosting, KNN dan Naive Bayes, serta SVM. Setiap model dibandingkan terhadap baseline sehingga kontribusinya terlihat jelas. Modul ini menuntut pemahaman evaluasi yang dipelajari lebih awal karena setiap model dinilai dengan prosedur evaluasi yang benar, bukan sekadar angka accuracy.
Klasifikasi
Kelas-kelas classifier utama scikit-learn, masing-masing dibandingkan terhadap baseline.
0/0 selesai
- Regresi Logistik
LogisticRegression sebagai classifier linear yang namanya mengandung kata regresi.
- Decision Tree
Pemisahan fitur, kontrol kedalaman, dan keterinterpretasian pohon.
- Random Forest
Ensemble pohon dan intuisi skor out-of-bag.
- Gradient Boosting
HistGradientBoostingClassifier sebagai pilihan modern untuk data tabular.
- KNN dan Naive Bayes
Dua baseline sederhana dengan kegunaan nyata.
- Kesadaran SVM
Kernel dan situasi ketika SVM cocok dipakai.