Analisis Pohon Klasifikasi dan Regresi (CART)
classification and regression tree analysis
Ringkasan Singkat
Analisis Pohon Klasifikasi dan Regresi (CART) adalah metode pembelajaran mesin non-parametrik yang digunakan untuk memprediksi hasil variabel respons dengan membangun pohon keputusan berdasarkan serangkaian fitur.
Analisis Pohon Klasifikasi dan Regresi (Classification and Regression Tree Analysis), sering disingkat CART, adalah metode pembelajaran mesin yang serbaguna yang dapat digunakan untuk tugas klasifikasi dan regresi. Ini bekerja dengan membangun struktur pohon keputusan di mana setiap node internal merepresentasikan pengujian pada atribut, setiap cabang merepresentasikan hasil pengujian, dan setiap node daun (terminal) merepresentasikan label kelas (untuk klasifikasi) atau nilai numerik (untuk regresi).
Tujuan dari CART adalah untuk membagi kumpulan data menjadi subkelompok-subkelompok yang semakin homogen. Metode ini populer karena interpretasinya yang mudah dan kemampuannya menangani data dengan berbagai jenis variabel, menjadikannya alat yang berguna dalam berbagai bidang, termasuk psikologi, untuk memahami hubungan kompleks dalam data.
Referensi Yang Bisa Anda Gunakan
- Breiman, L., Friedman, J. H., Olshen, R. A., & Stone, C. J. (1984). Classification and Regression Trees. Chapman & Hall/CRC.
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.
Peringatan Sitasi Akademik
Halaman ini disusun murni sebagai alat bantu pemahaman awal. Dilarang keras mengutip halaman ini sebagai sitasi utama dalam karya ilmiah atau tugas akhir. Silakan gunakan literatur primer yang tercantum pada daftar pustaka.