Recently Published

Document
ANOVA TESTİ
Cese Project Data Reduction
Part Samples.Rmd
Part Samples
HTML
jeju merge
Perbandingan K-Nearest Neighbor, Naive Bayes, dan Decision Tree untuk Klasifikasi Perilaku Merokok di Indonesia Menggunakan SMOTE dan Grid Searcht
Penelitian ini membandingkan tiga algoritma klasifikasi, yaitu K-Nearest Neighbor (KNN), Naive Bayes, dan Decision Tree, dalam mengklasifikasikan perilaku merokok di Indonesia menggunakan data Indonesia Demographic and Health Survey (IDHS) tahun 2017 yang terdiri atas 10.009 responden dengan 10 variabel prediktor sosiodemografi. Untuk mengatasi ketidakseimbangan kelas, diterapkan metode SMOTE (Synthetic Minority Over-sampling Technique), sementara optimasi parameter dilakukan melalui Grid Search dengan 5-Fold Cross Validation pada tiga skenario pembagian data (90:10, 80:20, dan 70:30). Kinerja model dievaluasi menggunakan metrik Accuracy, Precision, Recall, F1-Score, Specificity, dan Kappa, dengan tujuan memperoleh model terbaik yang mampu mengklasifikasikan status merokok secara akurat dan seimbang.
Time Series Forecasting
EGARCH-t(1,1) model
Timeseries Bayesian
running TukeyHSD]
My Practice on the following Question. A botany student is comparing the three species in the built-in iris dataset on Sepal.Length and Sepal.Width. (a) Fit one-way ANOVA for these two variables. (b) Run Tukey's Honest Significant Differences post-hoc on your model.