Tujuan
(For Educational Purposes Only)
1. Mengidentifikasi Fitur Penting dalam Prediksi Kematian Pasien Gagal Jantung:
- Melakukan analisis fitur untuk menentukan faktor-faktor utama yang berkontribusi terhadap kematian pasien gagal jantung.
- Menjelaskan metode yang digunakan untuk memilih dan mengevaluasi fitur penting dalam dataset.
2. Membandingkan Metode Prediksi: Random Forest dan Bagging:
- Menjelaskan cara kerja algoritma Random Forest dan teknik Bagging dalam konteks prediksi medis.
- Membandingkan kinerja kedua model berdasarkan metrik evaluasi utama seperti akurasi dan AUC.
3. Evaluasi Kinerja Model untuk Pengambilan Keputusan:
- Menyajikan hasil akurasi dan AUC dari model Random Forest dan Bagging.
- Memberikan rekomendasi berdasarkan hasil evaluasi
Note:
Dataset:
Heart Failure Clinical Records. (2020). UCI Machine Learning Repository. https://doi.org/10.24432/C5Z89R.
Posting Komentar