pak mau tanya, berarti ini hanya untuk pecission, recall dan metric2 setelahnya ya? misal saya hanya menggunakan accuracy saja untuk metric evaluasi pada confusion matrix multiclass apakah perlu direduksi dulu untuk matrix nya menjadi binary atau langsung pakai rumus Akurasi= Jumlah Prediksi Benar/Jumlah Total Prediksi??
permisi pak mau nanya dimenit 7 yg bagian actual apple predicted apple masuk TP sedangkan actual orange, dan mango predicted mango dan apple terhitung TN itu knpa bisa beda ya pak ?
Terima kasih mas Agus atas pertanyaannya. Untuk kasus multi class, perhitungan TP dkk melihat setiap obyek. Untuk kasus cerita menit 7 adalah obyek yang diamati apple. TP artinya jumlah apple yang diprediksi sebagai apple. Adapun TN adalah semua non apple yang diproduksi sebagai non apple meskipun Orange diprediksi sebagai mangga. Semoga menjawab pertanyaan
Educational videos should be presented in English language so every student can understand, I can only see the video, didn't understand a single world you spoke.
intrupsi pak, sebaiknya dimulai dari false positive dulu, dan juga penjelasan bapak menurut saya kurang tepat, pada menit ke 7 , menurut saya begini "sebenarnya data yang diminta adalah apple tetapi nilai prediksinya orange, sebenarnya data yang diminta apple tetapi nilai prediksinya mango", dan perlu diingat juga letak posisi true class dan prediction classnya, karena beda posisi beda pengambilan nilai fp dan fnnya,
