Di MLlib PySpark, apakah fungsi dari VectorAssembler?

• Mengubah data menjadi format vektor untuk algoritma machine learning

• Menggabungkan dua dataset menjadi satu

• Menghitung statistik dari dataset

• Mengonversi fitur vektor menjadi matriks sparse

Fungsi dari StandardScaler di MLlib adalah:

• Mengubah data menjadi format numerik

• Menstandarisasi fitur dengan mengurangi rata-rata dan membagi dengan standar deviasi

• Mengubah nilai-nilai yang hilang menjadi angka 0

• Menghitung standar deviasi dari dataset

Apakah yang dimaksud dengan Pipeline di MLlib PySpark?

• Proses untuk membersihkan dan menormalkan data

• Sebuah cara untuk menggabungkan langkah-langkah pre-processing dan algoritma machine learning menjadi satu alur kerja yang dapat diproses secara otomatis

• Model prediksi yang disusun secara manual

• Fungsi untuk menghitung error dalam model

Fungsi dari StringIndexer di MLlib adalah:

• Mengubah string menjadi angka untuk keperluan regresi

• Mengindeks kategori string menjadi nilai numerik

• Menggabungkan beberapa fitur string menjadi satu

• Menghitung frekuensi setiap kategori string

Manakah dari algoritma berikut yang digunakan untuk clustering di MLlib?

• LogisticRegression

• KMeans

• RandomForestClassifier

• NaiveBayes

Dalam PySpark MLlib, metode apa yang digunakan untuk melatih model LogisticRegression?

• fit()

• train()

• learn()

• train_model()

Apa yang dimaksud dengan Logistic Regression dalam konteks machine learning?

• Sebuah model yang digunakan untuk prediksi angka kontinyu

• Sebuah model yang digunakan untuk klasifikasi biner

• Sebuah algoritma clustering

• Sebuah metode untuk reduksi dimensi

Dalam PySpark MLlib, parameter mana yang digunakan untuk mengontrol tingkat regulasi dalam Logistic Regression?

• regParam

• elasticNetParam

• maxIter

• tol

Jika Anda ingin mengatur jumlah iterasi maksimal selama pelatihan model Logistic Regression di PySpark, parameter mana yang perlu Anda atur?

• maxIter

• numIterations

• iterLimit

• iterationCount

Apa fungsi cross validator dalam MLIB Spark

• cross validator digunakan untuk menyimpan model yang telah dilatih

• cross validator digunakan untuk mengoptimalkan hyper parameter model

• cross validator digunakan untuk membagi data menjadi beberapa subset

• cross validator digunakan untuk menampilkan hasil evaluasi model