EDA & Preprocessing

Fungsi head() dalam Pandas digunakan untuk:

• Menampilkan nama kolom

• Menghapus data duplikat

• Menyimpan DataFrame

• Menampilkan beberapa baris pertama dari DataFrame

Apa tujuan utama dari Exploratory Data Analysis (EDA)?

• Membersihkan data

• Memahami struktur dan pola data

• Melatih model

• Memprediksi data

Dalam konteks preprocessing data kategorikal, fungsi pd.get_dummies() digunakan untuk

• Menghapus outlier

• Mengisi nilai kosong

• Mengubah variabel kategorikal menjadi bentuk numerik

• Melakukan scaling data

Manakah pernyataan berikut yang digunakan untuk menghapus satu kolom dari DataFrame df?

• df.remove('kolom')

• df.drop('kolom', axis=1)

• df.del('kolom')

• df.pop('kolom')

Apa fungsi dari s=32 dalam plt.scatter() ?

• Menentukan ukuran tiap titik

• Menentukan ukuran font label

• Menentukan warna titik

• Menentukan transparansi titik

Apa arti dari alpha=0.5 dalam plt.scatter()

• Ukuran titik 0.5

• Skala X dikurangi 0.5

• Data hanya ditampilkan sebagian

• Transparansi titik 50%

Fungsi train_test_split(X, y, test_size=0.2) akan...

• Melatih model dengan semua data

• Membagi data menjadi 80% testing dan 20% training

• Membagi data menjadi 80% training dan 20% testing

• Menghapus 20% data

Metode yang digunakan untuk menghapus semua outlier berdasarkan boxplot adalah...

• df.drop_outliers()

• df = df[(df >= mean) & (df <= std)]

• df = df[df.between(lower, upper)]

• df = df[(df >= Q1 - 1.5*IQR) & (df <= Q3 + 1.5*IQR)]

df = pd.DataFrame({'nilai': [10, 12, 14, 15, 16, 17, 18, 100]}) # 100 = outlier

Q1 = df['nilai'].quantile(0.25)

Q3 = df['nilai'].quantile(0.75)

IQR = Q3 - Q1

lower = Q1 - 1.5 * IQR

upper = Q3 + 1.5 * IQR

df['nilai'] = df['nilai'].clip(lower=lower, upper=upper)

Output yang dihasilkan code diatas adalah untuk

• memasukkan nilai data ke dalam kuartil terdekat

• melakukan filter terhadap outlier

• memasukan nilai data pada missing value

• mencari selisih nilai

Jika muncul error ParserError saat membaca file dari URL, kemungkinan:

• File terlalu besar

• URL mengarah ke raw data

• URL mengarah ke halaman HTML

• Semua jawaban salah