Decision Stump dan Decision Tree

Decision Stump dan  Decision Tree adalah salah satu model pendekatan prediktif  yang digunakan dalam teknik  statistics, data mining, dan machine learning.

Decision Stump

Menurut Wikipedia mengenai Decision Stump adalah model pembelajaran mesin yang terdiri dari pohon keputusan satu tingkat. [1] Artinya, ini adalah pohon keputusan dengan satu simpul internal (root) yang langsung terhubung ke node terminal (daunnya). Tunggul keputusan membuat prediksi berdasarkan nilai hanya satu fitur masukan. Kadang-kadang mereka juga disebut 1-aturan. [2]
DC sering digunakan sebagai algoritma thresholding (biasa disebut weak learners atau base learners) yang dirangkai menjadi algoritma boosting.

Contoh DC  pada kasus untuk mengklasifikasikan jenis iris yaitu versicolor dan virginica, dengan cara mengukur lebar kelopak (petal). Pada kasus tersebut akurasi mencapai 94%.

Decision Tree

Sedangkan Decision tree terdiri dari banyak aturan untuk menentukan sebuah jenis klasifikasi data, seperti contoh berikut

Disamping adalah prosentase bertahan hidup dari sebuah penumpang titanic. “sibsp" singkatan dari spouses or siblings aboard yaitu jumlah pasangan atau saudara kandung di atas kapal. Angka-angka di bawah daun menunjukkan kemungkinan bertahan hidup dan persentase pengamatan di daun.

Intinya adalah anda akan mempunyai peluang bertahan hidup jika anda

1. seorang wanita atau
2. seorang pria yang umurnya lebih dari 9,5 tahun dan memiliki lebih dari 2,5 saudara + pasangan.

Ref:
wikipedia.com