Description

Pendahuluan                                                     

Pembuatan model pelatihan prediksi trend video game global pada klasifikasi penjualan video secara global pada tahun 1985-2014. Dengan mengklasifikasikan data lebih dari 20.00 juta penjualan dan tidak lebih dari 40.00 juta penjualan secara global, yang di bagi menjadi 70% data pelatihan (xtrain dan ytrain) dan 30% data uji (xtest dan ytest)

proses data                                                                                                                                                                                          

• Pemeroses data di klasifikasikan hanya dengan fitur global sales, yang lebih dari 20.00 juta penjualan dan tidak lebih dari 40.00 penjualan video game. Menghasilkan:   - 19 game data                                                                                                                                                                                                                                         -Rata - rata penjualan 26.00 juta unit

Pemeroses data di klasifikasikan hanya dengan fitur global sales, yang lebih dari 20.00 juta penjualan dan tidak lebih dari 40.00 penjualan video game. 

19 data yang sudah di klasifikan lalu di pisah menjadi 70% data untuk membangun model dan 30% data uji. Menghasilkan 13 data model dan 6 data uji dengan total 19 data. Pemisahan data sudah berhasil dilakukan dengan 100% akurat.

       Kinerja Model pada Data Latih:

• Akurasi 100% → Model mempelajari semua data latih dengan sempurna.
• Hal ini menunjukkan bahwa model overfitting (terlalu menyesuaikan diri dengan data latih), dan tidak dapat digeneralisasi ke data uji.                                                                                                                                                                                                                                                                                                  Kinerja Model pada Data Uji:
• Akurasi: 0%
• Precision, Recall, F1-Score = 0 untuk semua kelas.
• Model tidak berhasil memprediksi kelas manapun dengan benar.

Analisis Masalah model 

Jumlah data sangat kecil (hanya 19 baris), lalu Global sales adalah data numerik kontinu, tidak cocok untuk klasifikasi dan Terjadi overfitting pada data latih. Model klasifikasi tidak bekerja dengan baik pada stuktur data, penggunaan model regresu lebih tepat untuk target numerik seperti global sales.