Machine Learning (1)

Dibawah ini yang merupakan model supervised learning yaitu...

• K-Means, K Nearest Neighbors, Decision Tree

• Logistic Regression, Decision Tree, DBScan

• PCA, K-Means, DBScan

• Logistic Regression, Linear Regression, K Nearest Neighbors

• K-Means, Agglomerative, DBSCAN

Dibawah ini yang merupakan model clustering yaitu...

• K-Means, K Nearest Neighbors, Decision Tree

• Logistic Regression, Decision Tree, DBScan

• PCA, K-Means, DBScan

• Logistic Regression, Linear Regression, K Nearest Neighbors

• K-Means, Agglomerative, DBSCAN

Which statement is true?

• Unsupervised Learning usually uses Classification

• Supervised Learning usually uses Regression

• Linear Regression usually used for prediction

• Supervised, Unsupervised, Regresion is the same thing

• Unsupervised Learning usually uses Clustering

Jika kita memilih nilai parameter maximum depth = 13. Maka kesimpulan yang akan didapat yaitu ...

• Nilai training accuracy lebih kecil daripada nilai testing accuracy

• Model mengalami underfitting

• Nilai training accuracy lebih tinggi daripada nilai testing accuracy

• Model mengalami overfitting

• Model yang dibuat masih terlalu kompleks

Untuk melakukan transformasi data dari Plot A menjadi Plot B menggunakan metode scalling?

• MinMax Scaller

• Standard Scaller

• Robust Scaller

• Tidak jawaban benar

Banyak kolom yang terbentuk dari proses One Hot Encoding diatas yaitu ...

• 6

• 10

• 9

• 4

Pada kolom merk mobil terdapat 20 kategori. Jika kita ingin melakukan encoding, metode yang paling tepat adalah

• One Hot Encoding

• Binary Encoding

• Ordinal Encoding

• Tidak ada jawaban yang benar

1. Apakah code diatas sudah benar ?

2. Jika terdapat kesalahan, sebutkan letak kesalahannya secara spesifik (kesalahan ada di line berapa dan apa kesalahannya) !

Apa yang dapat kita untuk dapat meningkatkan nilai accuracy dan f1-score?

Pilih pernyataan yang paling tepat berkaitan dengan perubahan parameter pada DBSCAN.

• Nilai Epsilon tinggi & min_sample tinggi = Lebih banyak cluster, lebih sedikit noise

• Nilai Epsilon rendah & min_sample rendah = Lebih sedikit cluster, lebih banyak noise

• Nilai Epsilon rendah & min_sample tinggi = Lebih banyak cluster, lebih banyak noise

• Nilai Epsilon tinggi & min_sample rendah = Lebih banyak cluster, lebih sedikit noise