**Bagaimana cara evaluasinya:**

Submission Score: Setiap peserta akan mengirimkan prediksi mereka menggunakan dataset validasi yang dirahasiakan. Kemudian, skor submission akan dihitung berdasarkan tingkat akurasi prediksi terhadap nilai sebenarnya.

Leaderboard: Peserta dapat melihat peringkat mereka di leaderboard, yang akan menampilkan skor submission tertinggi hingga terendah. Leaderboard ini memberikan gambaran komparatif mengenai kinerja peserta dan memotivasi peserta lain untuk meningkatkan performa mereka.

Evaluation Metrics: Terdapat beberapa metrik evaluasi yang relevan dengan jenis masalah yang ada dalam kompetisi. Metrik ini dapat berupa rasio akurasi, error rate, atau metrik kustom sesuai dengan tujuan kompetisi.

Public dan Private Score: Kaggle biasanya membagi dataset menjadi dua bagian: public dan private. Skor publik digunakan untuk menampilkan peringkat peserta di leaderboard selama kompetisi berlangsung. Namun, skor pribadi (private score) baru terungkap setelah kompetisi berakhir. Tujuannya adalah untuk mencegah overfitting pada dataset publik dan menguji kehandalan solusi pada data baru.

Evaluation Guidelines: Setiap kompetisi di Kaggle biasanya memiliki pedoman evaluasi yang jelas. Peserta harus memperhatikan panduan tersebut untuk memastikan pemahaman yang benar tentang cara evaluasi dilakukan dan mematuhi aturan kompetisi.

Penting untuk diingat bahwa setiap kompetisi Kaggle memiliki aturan dan metrik evaluasi yang unik. Pastikan untuk membaca dengan cermat instruksi dan pedoman yang disediakan oleh penyelenggara kompetisi "Data Playground" agar dapat memahami evaluasi secara menyeluruh.