QUIZ Pra Assesment

Apa itu Label Encoding?

• • Mengubah angka menjadi huruf

• • Mengubah kategori menjadi angka

• • Mengubah gambar menjadi angka

• • Mengubah angka menjadi gambar

Bagaimana cara Label Encoding mengubah data?

• • Menambah data baru

• • Mengubah data menjadi warna

• • Mengubah kategori menjadi angka

• • Menghapus data

Jika kita memiliki data kategori seperti ["Merah", "Hijau", "Biru"], berapa angka yang diberikan kepada "Merah", "Hijau", dan "Biru" dengan Label Encoding?

• • [0, 1, 2]

• • [1, 2, 3]

• • [0, 2, 1]

• • [2, 1, 0]

Mengapa Label Encoding penting dalam machine learning?

• • Untuk membuat data lebih mudah dipahami manusia

• • Agar komputer bisa memahami kategori dalam bentuk angka

• • Agar data bisa dibaca dengan warna

• • Untuk menambah jumlah fitur

Apa masalah yang bisa muncul jika kita menggunakan Label Encoding pada data yang memiliki urutan (misalnya, ["Rendah", "Sedang", "Tinggi"])?

• • Tidak ada masalah

• • Model bisa menganggap data tersebut bersifat numerik dan memiliki urutan yang tidak tepat

• • Data menjadi lebih besar

• • Model tidak bisa memproses data

Apa itu Feature Scaling?

• • Mengubah data menjadi lebih besar

• • Menambah fitur baru

• • Menghapus fitur yang tidak penting

• • Membuat semua fitur memiliki rentang yang sama

Kenapa kita perlu melakukan Feature Scaling pada data?

• • Agar model bisa bekerja lebih baik dan adil

• • Agar data lebih mudah dibaca

• • Agar data lebih kecil

• • Agar model bisa memproses data lebih cepat

Jika kita memiliki dua fitur: Fitur A = [1, 2, 3, 4, 5] dan Fitur B = [100, 200, 300, 400, 500], apakah kita perlu melakukan Feature Scaling?

• • Ya, karena skala Fitur A dan B berbeda jauh

• • Tidak, karena Fitur A dan B sudah baik

• • Tidak, karena hanya ada dua fitur

• • Ya, agar data lebih kecil

Apa yang dimaksud dengan Normalisasi dalam Feature Scaling?

• • Menghapus data yang terlalu besar

• • Mengubah data menjadi angka genap

• • Mengubah data agar memiliki nilai antara 0 dan 1

• • Mengubah data agar lebih besar

Apa itu Standarisasi dalam Feature Scaling?

• • Mengubah data agar rata-rata menjadi 0 dan deviasi standar menjadi 1

• • Mengubah data agar lebih kecil

• • Mengubah data agar lebih besar

• • Menghapus data yang memiliki deviasi standar rendah