Ujian Penambangan Data

Dalam regresi linier, nilai R-squared digunakan untuk...

• Mengukur seberapa baik model sesuai dengan data

• Menunjukkan tingkat kesalahan model

• Menghitung rata-rata nilai variabel independen

• Menambah jumlah variabel independen

Suatu bank ingin melakukan segmentasi nasabah yang sebelumnya diketahui ada berapa segmen berdasarkan beberapa variabel terkait. Agar membentuk segmentasi nasabah yang representatif, maka dapat menggunakan metode...

• k-means

• regresi linier

• naïve bayes

• apriori

Misalkan terdapat suatu dataset tentang penjualan produk di sebuah ritel A yang tersimpan pada “data.csv” dan sudah terinput ke dalam DataFrame data yang terdiri dari 7 atribut, yaitu customer name, customer age, customer gender, product id, price, quantity, total price. Apakah sintaks yang sesuai untuk mengetahui jenis kelamin customer yang paling banyak dan ingin menghapus data yang kosong?

• np.mode(data['customer gender'])

• data[customer gender].mode()

• data['customer gender'].mode().dropna()

• data['customer gender'].dropna().mode()

Jika VIF (Variance Inflation Factor) sebuah variabel dalam regresi logistik tinggi (lebih besar dari 10), maka:

• Terdapat masalah multikolinearitas

• Variabel independen tidak berkorelasi

• Model memiliki akurasi yang tinggi

• Variabel tersebut sangat penting dalam model

Apabila ingin melakukan reduksi data dengan PCA, maka library yang paling sering digunakan adalah...

• pandas

• numpy

• Matplotlib

• scikit-learn

Apa perbedaan utama antara K-Means dan K-Medioid Clustering?

• K-Means dan K-Medoid bekerja dengan cara yang sama

• K-Medoid menggunakan centroid sebagai pusat klaster, sedangkan K-Means menggunakan titik data

• K-Medoid hanya digunakan untuk data kategoris

• K-Medoid menggunakan titik data aktual sebagai pusat klaster, sedangkan K-Means menggunakan rata-rata (centroid)

Apa definisi utama dari data mining?

• Proses menata data dalam basis data

• Proses pencatatan transaksi harian

• Proses mengekstrak informasi baru dari data yang ada

• Proses menghapus data redundant

Salah satu sintaks dari library pandas untuk metode binning adalah cut(). Apa kegunaan dari sintaks cu

Salah satu sintaks dari library pandas untuk metode binning adalah cut(). Apa kegunaan dari sintaks cut()?

• mengelompokkan data menjadi bin yang telah ditentukan dan memberikan indeks bin untuk setiap elemen

• mengelompokkan data berdasarkan rentang tertentu yang ditentukan secara manual

• untuk membagi data menjadi beberapa kategori

• untuk membagi data menjadi bin dengan kuantil yang sama

Memastikan data readiness pada saat proses Modelling bertujuan untuk dibawah ini, kecuali...

• Menambah jumlah atau ukuran dataset

• Mencegah hasil yang bias saat analisis data

• Menyesuaikan kebutuhan spesifik terkait format dan skala data dari model yang digunakan

• Meningkatkan Konsistensi, Kualitas data sehingga tercapai akurasi yang baik