Prediksi Individual Variable terhadap Target.
Melanjutkan posting terdahulu, akan ditambahkan prediksi klasifikasi pilihan mahasiswa
ketika masuk universitas, variablenya terdiri dari:
Melanjutkan posting terdahulu, akan ditambahkan prediksi klasifikasi pilihan mahasiswa
ketika masuk universitas, variablenya terdiri dari:
1 . sesuai pilihan pertama dan cocok.
2.sesuai pilihan pertama dan tidak cocok.
3.bukan pilihan pertama tapi cocok.
4.bukan pilihan pertama dan tidak cocok.
3.bukan pilihan pertama tapi cocok.
4.bukan pilihan pertama dan tidak cocok.
Lihat Script postingan sebelumnya
Gb1
Terlihat pada Gb1,Kelompok "sesuai pilihan pertama dan cocok" paling
tinggi IPKnya, dikuti dengan pilihan yang lain.
Selanjutnya untuk mengetahui factor individual prediksi terhadap IPK,
akan ditinjau untuk nilai IPK = 3.09, didapat dari baris pertama
pada file test.
Scriptnya:
new_test <- test[1,]
p_explainer_regr_rf <- prediction_breakdown(explainer_regr_rf,
observation = new_test)
Gb2 |
Lihat Gb2.
Analisa
Variabale, SENSING, INTUITION, PERCEIVING, JUDGING,THINKING, dan
FEELING berpengaruh positive terhadap IPK.
Sebaliknya, variable INTROVERT dan EXTROVERT berpengaruh negative
terhadap IPK.
Begitu juga jika akan memprediksi pengaruh variable individual IPK
yang lain, tinggal mengganti baris pada file new_test.
Referensi:
https://shirinsplayground.netlify.com/2018/07/explaining_ml_
models_code_caret_iml/.
http://uc-r.github.io/dalex.
Tidak ada komentar:
Posting Komentar