Dimensionality Reduction

Principle Component Analysis merupakan salah satu algoritma dalam ...

• Unsupervised Learning

• Supervised Learning

• Regresi

• Klasifikasi

Dalam melakukan reduksi dimensi, hal apa yang dilakukan agar dimensi berkurang?

• Melakukan transformasi terhadap columns/features sehingga dimensi menjadi lebih kecil

• Melakukan drop columns/features sehingga dimensi menjadi lebih kecil

• Melakukan drop raws/baris sehingga dimensi menjadi lebih kecil

• Melakukan transformasi terhadap raws/baris sehingga dimensi menjadi lebih kecil

Apa arti dari nilai Explained Variance Ratio sebesar 0.34 pada Principal Component Analysis?

• Keragaman data adalah sebesar 34%

• Informasi tentang keseluruhan data jika di reduksi adalah sebesar 34%

• jumlah data yang direduksi adalah sebesar 34%

• Error prediksi pada data adalah 34%

Pilihlah jawaban yang termasuk Unsupervised learning!

(Jawaban boleh lebih dari satu)

• Dimensionality Reduction

• Clustering

• Regresi

• Klasifikasi

Jika ingin menampilkan data berdimensi tinggi pada ruang 2 dimensi, maka bisa digunakan PCA dengan banyak komponen ...

• 2

• 3

• 1

• 4

Apa yang dimaksud dengan n_components pada PCA

• Jumlah dimensi yang akan digunakan sebagai wakil dari keseluruhan dimensi asli

• Jumlah parameter yang akan digunakan

• Jumlah baris yang akan digunakan

• Jumlah dimensi yang tidak akan digunakan sebagai wakil dari keseluruhan dimensi asli

Proses learning yang memiliki data yang tidak diberi label adalah ....

• Unsupervised

• Supervised

• Clustering

• Dimensionality Reduction

Berapa banyak komponen yang harus digunakan menggunakan PCA pada data dengan jumlah feature=4 dan jumlah kelas pada target=3, jika ingin menampilkan keseluruhan informasi seperti pada gambar seperti disamping?

• 2

• 3

• 4

• 1

Setelah melakukan reduksi dimensi, dapatkah data hasil reduksi tersebut dilanjutkan untuk diolah lagi melakukan klasifikasi atau regresi?

• Ya

• Tidak

Jika diketahui Explained Variance Ratio seperti pada gambar di samping, Berapakah jumlah komponen yang harus digunakan jika ingin mendapatkan informasi tentang data sebesar 80%?

• >=6

• 4

• <6

• Tidak dapat diketahui berdasarkan informasi dari gambar