Program Pohon Klasifikasi (Classification Tree)


🌳 Program Pohon Klasifikasi (Classification Tree)

Tujuan dari model ini adalah untuk mengidentifikasi kombinasi $\text{Usia}$, $\text{Natrium}$, $\text{Jenis Kelamin}$, dan $\text{Lingkar Pinggang}$ yang paling efektif dalam memprediksi status $\text{Obesitas}$ ($\text{BMI} \ge 30$).

Sintaks Classification Tree (Python/Scikit-learn)

Python
# Sintaks Model Initialization dan Training
# max_depth=3 digunakan untuk menjaga pohon tetap kecil dan mudah diinterpretasikan.
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split

# Pembagian data training (80%) dan testing (20%)
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2, random_state=42)

# Inisialisasi model
clf = DecisionTreeClassifier(max_depth=3, random_state=42)

# Latih model
clf.fit(X_train, Y_train)

# Sintaks Evaluasi
from sklearn.metrics import accuracy_score, classification_report
Y_pred = clf.predict(X_test)
accuracy = accuracy_score(Y_test, Y_pred)
report = classification_report(Y_test, Y_pred)

Output Model Klasifikasi

Classification Report (Laporan Kinerja Model)

precisionrecallf1-scoresupport
Non-Obese (0)0.560.940.71649
Obese (1)0.410.050.09498
accuracy0.561147
macro avg0.490.500.401147
weighted avg0.500.560.441147

Struktur Pohon (Output Teks Ringkas dari DOT Format)

# 
digraph Tree {
...
0 [label=<RIDAGEYR &le; 53.5<br/>...<br/>class = Non-Obese>, fillcolor="#f9e2d1"] ;
1 [label=<NATRIUM_RERATA &le; -134.271<br/>...<br/>class = Non-Obese>, fillcolor="#f8dbc6"] ;
...
8 [label=<RIDAGEYR &le; 55.5<br/>...<br/>class = Non-Obese>, fillcolor="#fbebe0"] ;
...
12 [label=<BMXWAIST &le; 127.052<br/>...<br/>class = Non-Obese>, fillcolor="#fae8da"] ;
...
}

Interpretasi Hasil Pohon Klasifikasi

Model Classification Tree mencapai akurasi sebesar $55.62\%$ pada data uji. Meskipun akurasi keseluruhan sedikit di atas kesempatan, kinerja prediksi untuk kelas Obese (1) sangat buruk ($\text{recall}=0.05$), menunjukkan bahwa model ini sangat cenderung memprediksi responden sebagai $\text{Non-Obese (0)}$. Hal ini kemungkinan besar disebabkan oleh distribusi yang tidak merata dalam data dan kurangnya kekuatan prediktif yang kuat dari variabel yang tersedia.

Aturan Prediktif Utama (Berdasarkan Struktur Pohon):

  1. Pemisahan Awal: Variabel yang paling penting dan digunakan pada simpul akar (root node) adalah $\text{RIDAGEYR}$ (Usia). Pohon memisahkan data berdasarkan $\text{Usia} \le 53.5$ tahun.

  2. Interaksi: Di jalur pohon yang berbeda, model menggunakan variabel lain seperti $\text{NATRIUM\_RERATA}$ dan $\text{BMXWAIST}$ untuk pemisahan lebih lanjut. Misalnya, $\text{BMXWAIST}$ (Lingkar Pinggang) muncul sebagai prediktor penting pada responden yang lebih tua, menunjukkan adanya interaksi yang kompleks: pengaruh $\text{Lingkar Pinggang}$ terhadap status obesitas lebih menonjol pada responden yang berusia di atas $53.5$ tahun.

  3. Kesimpulan: Aturan ini menunjukkan bahwa status $\text{Obesitas}$ tidak diprediksi oleh satu faktor saja, melainkan oleh urutan korelasi yang melibatkan $\text{Usia}$ terlebih dahulu, diikuti oleh $\text{Natrium}$ atau $\text{Lingkar Pinggang}$, tergantung pada jalur yang diambil dalam pohon.

Komentar

Posting Komentar

Postingan populer dari blog ini

Entri Blog: Menggali Data Kesehatan dengan NHANES

Halo semuanya! Untuk proyek eksplorasi data kita minggu ini, saya telah memilih data set yang luar biasa kaya: National Health and Nutrition Examination Survey (NHANES) . Data ini dikumpulkan oleh CDC di AS dan memberikan pandangan mendalam tentang status kesehatan dan nutrisi populasi Amerika—sumber yang sempurna untuk menyelidiki hubungan antara gaya hidup dan kesehatan. Asosiasi yang Saya Ingin Pelajari Saya tertarik untuk meneliti bagaimana pola makan dapat memengaruhi kesehatan fisik. Secara spesifik, saya akan mengeksplorasi hubungan antara dua topik utama yang sering diperdebatkan dalam kesehatan masyarakat: Topik 1 (Variabel Utama): Obesitas/Kesehatan Antropometri Topik 2 (Variabel Prediktor): Asupan Natrium (Garam) Harian Intinya, saya ingin melihat: Apakah mengonsumsi banyak garam terkait dengan memiliki BMI dan lingkar pinggang yang lebih besar? Hipotesis Kerja Tinjauan literatur singkat saya menunjukkan bahwa sebagian besar penelitian cross-sectional memang menemukan kor...
Baca selengkapnya

Predictive Modeling of Body Mass Index and Obese Status using Anthropometric, Dietary, and Lifestyle Factors in U.S. Adults

Predictive Modeling of Body Mass Index and Obese Status using Anthropometric, Dietary, and Lifestyle Factors in U.S. Adults The escalating global prevalence of obesity remains a critical public health challenge, driving increased morbidity and mortality associated with chronic diseases such as type 2 diabetes, cardiovascular disease, and certain cancers. Understanding the complex interplay of factors contributing to body mass index (BMI) and the progression to obese status is paramount for developing effective, targeted public health interventions. Traditional linear models often fail to capture the nuances of these relationships, necessitating the use of advanced predictive and clustering methods to identify high-risk subgroups and key non-linear determinants. Research Question Statement This study addresses the following research question: What is the differential association of key quantitative and categorical health and lifestyle variables—specifically age, gender, waist circumfere...
Baca selengkapnya

Entri Blog: Analisis Random Forest untuk Prediksi Obesitas

🌲 Entri Blog: Analisis Random Forest untuk Prediksi Obesitas Kami menggunakan model Random Forest Classifier untuk memprediksi status $\text{Obesitas}$ ( $\text{BMI} \ge 30$ , dikodekan sebagai 1) dari empat variabel penjelas: $\text{Rerata Natrium Harian}$ , $\text{Usia}$ ( $\text{RIDAGEYR}$ ), $\text{Lingkar Pinggang}$ ( $\text{BMXWAIST}$ ), dan $\text{Jenis Kelamin}$ ( $\text{IS\_FEMALE}$ ). Sintaks Random Forest Classifier Kami menggunakan 100 pohon ( n_estimators=100 ) dan membatasi kedalaman maksimum setiap pohon menjadi 5 ( max_depth=5 ) untuk menjaga keseimbangan antara kinerja dan kemampuan interpretasi. Python # Bagi data menjadi training (80%) dan testing (20%) X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size= 0.2 , random_state= 42 ) # Inisialisasi model Random Forest rf_clf = RandomForestClassifier(n_estimators= 100 , max_depth= 5 , random_state= 42 ) # Latih model rf_clf.fit(X_train, Y_train) # Evaluasi model & Hitung Feature Importance ...
Baca selengkapnya