Module 3 Quiz Simulation

Di bawah ini yang merupakan model supervised learning adalah...

• K-Means, K Nearest Neighbours, Decision Tree

• PCA, K-Means, DBScan

• Logistic Regression, Decision Tree, DBScan

• Logistic Regression, Linear Regression, K Nearest Neighbors

Dibawah ini yang merupakan model clustering yaitu...

• K-Means, K Nearest Neighbors, Decision Tree

• PCA, K-Means, DBScan

• Logistic Regression, Decision Tree, DBScan

• Logistic Regression, Linear Regression, K Nearest Neighbors

• K-Means, Agglomerative/Hierarchical, DBSCAN

Which statement is true?

• Unsupervised Learning usually uses Classification

• Supervised Learning usually uses Clustering

• 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 ...

• Model sudah cukup baik untuk digunakan

• Model mengalami underfitting

• Nilai training accuracy lebih tinggi daripada nilai testing accuracy

• Model mengalami overfitting

• Model yang dibuat masih terlalu sederhana

Untuk melakukan transformasi data dari Plot A menjadi Plot B menggunakan metode scaling..

• MinMax Scaler

• Standard Scaler

• Robust Scaler

• Tidak ada jawaban benar

Banyak kolom yang terbentuk dari proses One Hot Encoding di atas yaitu ...

• 6

• 9

• 10

• 4

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

• One Hot Encoding

• Ordinal Encoding

• Binary Encoding

• Tidak ada jawaban yang benar

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 tinggi = Lebih banyak cluster, lebih banyak noise

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

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

Berdasarkan plot grafik diatas, banyak cluster terbaik untuk K Nearest Neighbors adalah ...

• 2

• 3

• 4

• 5

1. Training data is split into multiple samples with replacement (bootstrap sample)

2. Making a tree from each bootstrap sample

Based on those criteria, the suited model is...

• Bagging

• Stacking

• Decision Tree

• Boosting

• Hybrid