{"id":1174,"date":"2023-07-27T10:03:32","date_gmt":"2023-07-27T10:03:32","guid":{"rendered":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/"},"modified":"2023-07-27T10:03:32","modified_gmt":"2023-07-27T10:03:32","slug":"tinggalkan-validasi-silang-di-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/","title":{"rendered":"Validasi silang tinggalkan satu keluar di r (dengan contoh)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Untuk mengevaluasi performa suatu model pada kumpulan data, kita perlu mengukur seberapa cocok prediksi yang dibuat oleh model tersebut dengan data yang diamati.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Metode yang umum digunakan untuk melakukan hal ini dikenal sebagai <a href=\"https:\/\/statorials.org\/id\/tinggalkan-satu-validasi-silang\/\" target=\"_blank\" rel=\"noopener noreferrer\">Leave-One-Out Cross-Validation (LOOCV)<\/a> , yang menggunakan pendekatan berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1.<\/strong> Pisahkan kumpulan data menjadi kumpulan pelatihan dan kumpulan pengujian, dengan menggunakan semua kecuali satu observasi sebagai bagian dari kumpulan pelatihan.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2.<\/strong> Buat model hanya dengan menggunakan data dari set pelatihan.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>3.<\/strong> Gunakan model untuk memprediksi nilai respon observasi yang dikeluarkan dari model dan menghitung mean square error (MSE).<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>4.<\/strong> Ulangi proses ini sebanyak <em>n<\/em> kali. Hitung UMK tes sebagai rata-rata dari semua UMK tes.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Cara termudah untuk menjalankan LOOCV di R adalah dengan menggunakan fungsi <a href=\"https:\/\/www.rdocumentation.org\/packages\/caret\/versions\/6.0-86\/topics\/trainControl\" target=\"_blank\" rel=\"noopener noreferrer\">trainControl()<\/a> dari perpustakaan <strong>caret<\/strong> di R.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tutorial ini memberikan contoh singkat bagaimana menggunakan fungsi ini untuk melakukan LOOCV untuk model tertentu di R.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Contoh: Validasi Silang Tinggalkan Satu Keluar di R<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan kita memiliki kumpulan data berikut di R:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create data frame<\/span>\ndf &lt;- data.frame(y=c(6, 8, 12, 14, 14, 15, 17, 22, 24, 23),\n                 x1=c(2, 5, 4, 3, 4, 6, 7, 5, 8, 9),\n                 x2=c(14, 12, 12, 13, 7, 8, 7, 4, 6, 5))\n\n<span style=\"color: #008080;\">#view data frame\n<\/span>df\n\ny x1 x2\n6 2 14\n8 5 12\n12 4 12\n14 3 13\n14 4 7\n15 6 8\n17 7 7\n22 5 4\n24 8 6\n23 9 5\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara menyesuaikan <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda-r\/\" target=\"_blank\" rel=\"noopener noreferrer\">model regresi linier berganda<\/a> ke kumpulan data ini di R dan melakukan LOOCV untuk mengevaluasi performa model:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #993300;\">library<\/span> (caret)<\/span>\n\n#specify the cross-validation method<\/span>\nctrl &lt;- trainControl(method = \" <span style=\"color: #008000;\">LOOCV<\/span> \")\n\n<span style=\"color: #008080;\">#fit a regression model and use LOOCV to evaluate performance\n<\/span>model &lt;- train(y ~ x1 + x2, data = df, method = \" <span style=\"color: #008000;\">lm<\/span> \", trControl = ctrl)\n\n<span style=\"color: #008080;\">#view summary of LOOCV               \n<\/span>print(model)\n\nLinear Regression \n\n10 samples\n 2 predictors\n\nNo pre-processing\nResampling: Leave-One-Out Cross-Validation \nSummary of sample sizes: 9, 9, 9, 9, 9, 9, ... \nResampling results:\n\n  RMSE Rsquared MAE     \n  3.619456 0.6186766 3.146155\n\nTuning parameter 'intercept' was held constant at a value of TRUE\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Berikut cara menafsirkan hasilnya:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">10 sampel berbeda digunakan untuk membuat 10 model. Setiap model menggunakan 2 variabel prediktor.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Tidak ada pra-pemrosesan yang dilakukan. Artinya, kami tidak <a href=\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/\" target=\"_blank\" rel=\"noopener noreferrer\">menskalakan data<\/a> dengan cara apa pun sebelum menyesuaikan model.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Metode pengambilan sampel ulang yang kami gunakan untuk menghasilkan 10 sampel adalah validasi silang Leave-One-Out.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Ukuran sampel untuk setiap set pelatihan adalah 9.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>RMSE:<\/strong> kesalahan akar rata-rata kuadrat. Ini mengukur perbedaan rata-rata antara prediksi yang dibuat oleh model dan observasi sebenarnya. Semakin rendah RMSE, semakin akurat suatu model dalam memprediksi observasi sebenarnya.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Rsquared:<\/strong> Ini adalah ukuran korelasi antara prediksi yang dibuat oleh model dan observasi sebenarnya. Semakin tinggi R-kuadratnya, semakin akurat suatu model dalam memprediksi observasi sebenarnya.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>MAE:<\/strong> Rata-rata kesalahan absolut. Ini adalah perbedaan absolut rata-rata antara prediksi yang dibuat oleh model dan observasi sebenarnya. Semakin rendah MAE, semakin akurat suatu model dalam memprediksi observasi sebenarnya.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Masing-masing dari tiga pengukuran yang diberikan dalam hasil (RMSE, R-squared, dan MAE) memberi kita gambaran tentang kinerja model pada data yang tidak dipublikasikan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam praktiknya, kami biasanya menyesuaikan beberapa model berbeda dan membandingkan tiga metrik yang diberikan oleh hasil yang disajikan di sini untuk memutuskan model mana yang menghasilkan tingkat kesalahan pengujian terendah dan oleh karena itu merupakan model terbaik untuk digunakan.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Untuk mengevaluasi performa suatu model pada kumpulan data, kita perlu mengukur seberapa cocok prediksi yang dibuat oleh model tersebut dengan data yang diamati. Metode yang umum digunakan untuk melakukan hal ini dikenal sebagai Leave-One-Out Cross-Validation (LOOCV) , yang menggunakan pendekatan berikut: 1. Pisahkan kumpulan data menjadi kumpulan pelatihan dan kumpulan pengujian, dengan menggunakan semua kecuali [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Validasi Silang Tinggalkan Satu Keluar di R (dengan Contoh)<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara melakukan Leave-One-Out Cross-Validation (LOOCV) di R, dengan beberapa contoh.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Validasi Silang Tinggalkan Satu Keluar di R (dengan Contoh)\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara melakukan Leave-One-Out Cross-Validation (LOOCV) di R, dengan beberapa contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T10:03:32+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/\",\"url\":\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/\",\"name\":\"Validasi Silang Tinggalkan Satu Keluar di R (dengan Contoh)\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-27T10:03:32+00:00\",\"dateModified\":\"2023-07-27T10:03:32+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara melakukan Leave-One-Out Cross-Validation (LOOCV) di R, dengan beberapa contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Validasi silang tinggalkan satu keluar di r (dengan contoh)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Validasi Silang Tinggalkan Satu Keluar di R (dengan Contoh)","description":"Tutorial ini menjelaskan cara melakukan Leave-One-Out Cross-Validation (LOOCV) di R, dengan beberapa contoh.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/","og_locale":"id_ID","og_type":"article","og_title":"Validasi Silang Tinggalkan Satu Keluar di R (dengan Contoh)","og_description":"Tutorial ini menjelaskan cara melakukan Leave-One-Out Cross-Validation (LOOCV) di R, dengan beberapa contoh.","og_url":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/","og_site_name":"Statorials","article_published_time":"2023-07-27T10:03:32+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/","url":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/","name":"Validasi Silang Tinggalkan Satu Keluar di R (dengan Contoh)","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-27T10:03:32+00:00","dateModified":"2023-07-27T10:03:32+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara melakukan Leave-One-Out Cross-Validation (LOOCV) di R, dengan beberapa contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/tinggalkan-validasi-silang-di-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Validasi silang tinggalkan satu keluar di r (dengan contoh)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1174"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1174"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1174\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1174"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1174"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1174"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}