Model Klasifikasi Dengan Logistic Regression Dan Recursive Feature Elimination Pada Data Tidak Seimbang
Logistic Regression merupakan metode pengklasifikasi yang sangat populer dan digunakan secara luas pada berbagai penelitian. Logistic Regression dapat memberikan hasil yang baik pada masalah klasifikasi maupun prediksi. Fitur dataset yang besar mengakibatkan beban komputasi, dan menurunkan kinerj...
Saved in:
Main Authors: | Sutarman, Rimbun Siringoringo, Dedy Arisandi, Edi Kurniawan, Erna Budhiarti Nababan |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
University of Brawijaya
2024-08-01
|
Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8198 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Similar Items
-
RCE-IFE: recursive cluster elimination with intra-cluster feature elimination
by: Cihan Kuzudisli, et al.
Published: (2025-02-01) -
Penerapan Text Augmentation untuk Mengatasi Data yang Tidak Seimbang pada Klasifikasi Teks Berbahasa Indonesia
by: Iftitah Athiyyah Rahma, et al.
Published: (2023-12-01) -
Optimasi Data Tidak Seimbang pada Interaksi Drug Target dengan Sampling dan Ensemble Support Vector Machine
by: Nabila Sekar Ramadhanti, et al.
Published: (2020-12-01) -
Ultrasound radiomics-based logistic regression model for fibrotic NASH
by: Fei Xia, et al.
Published: (2025-02-01) -
A logistic regression model to predict long-term survival for borderline resectable pancreatic cancer patients with upfront surgery
by: Jin-Can Huang, et al.
Published: (2025-02-01)