Cluster Off A

Metode evaluasi yang sering digunakan untuk menilai kinerja clustering tanpa label adalah...

• Precision
• Adjusted Rand Index (ARI)
• AUC-ROC
• Log-Loss

Answer explanation

Adjusted Rand Index (ARI) mengukur kesamaan antara hasil clustering dengan ground truth atau label yang ada.

Algoritma DBSCAN cocok digunakan untuk clustering data yang...

• Memiliki bentuk cluster yang teratur dan berbentuk bulat
• Mengandung banyak noise atau outlier
• Terpisah dengan jarak yang jauh
• Semua data berbentuk linier

Answer explanation

DBSCAN efektif untuk clustering data dengan noise dan bentuk cluster yang tidak teratur.

Kapan sebaiknya kita memilih algoritma Hierarchical Clustering?

• Saat jumlah cluster sangat besar
• Saat kita tidak tahu jumlah cluster yang tepat
• Saat data memiliki banyak outlier
• Saat data sangat terstruktur

Answer explanation

Hierarchical Clustering memungkinkan kita untuk melihat struktur data tanpa harus menentukan jumlah cluster di awal.

Apa yang dimaksud dengan "inertia" dalam K-Means?

• Jumlah total kesalahan prediksi
• Jumlah jarak antara data dan centroid cluster
• Jumlah iterasi yang dibutuhkan
• Jumlah cluster yang terbentuk

Answer explanation

Inertia mengukur total jarak antara data dengan centroid dalam clustering K-Means. Semakin rendah nilai inertia, semakin baik hasil clustering.

Apa yang dimaksud dengan "label noise" dalam clustering?

• Data yang hilang dalam proses clustering
• Data yang dikategorikan dengan salah oleh model
• Data yang terdistorsi atau tidak akurat dalam pemberian label
• Data yang memiliki banyak informasi yang redundan

Answer explanation

Label noise terjadi ketika data yang digunakan untuk clustering memiliki informasi yang salah atau terdistorsi.

Teknik "Elbow Method" digunakan untuk...

• Menentukan jumlah cluster dalam K-Means
• Menentukan apakah data membutuhkan preprocessing
• Mengidentifikasi fitur terbaik dalam clustering
• Mendeteksi outlier

Answer explanation

Elbow Method membantu memilih jumlah cluster yang optimal dengan memplot inertia dan mencari titik "siku" (elbow).

Apa keuntungan utama dari algoritma K-Means dibandingkan dengan algoritma lain seperti DBSCAN?

• K-Means lebih cepat untuk dataset besar
• K-Means lebih baik untuk data dengan banyak noise
• K-Means tidak memerlukan parameter awal
• K-Means dapat menangani data dengan bentuk cluster yang tidak teratur

Answer explanation

K-Means umumnya lebih cepat dibandingkan DBSCAN karena memerlukan perhitungan jarak yang lebih sederhana dan hanya membutuhkan sedikit iterasi.

Apa yang dimaksud dengan "cluster validity" dalam clustering?

• Menilai seberapa baik model klasifikasi bekerja
• Mengukur seberapa efektif dan bermakna hasil cluster
• Menilai jumlah cluster yang optimal
• Mengukur ukuran cluster yang terbentuk

Answer explanation

Cluster validity mengacu pada seberapa baik hasil clustering dalam merepresentasikan data dan struktur yang ada.

Dalam hierarchical clustering, metode "single linkage" mengukur jarak antar dua cluster dengan cara...

• Menghitung rata-rata jarak antar titik dalam dua cluster
• Mengambil jarak minimum antar titik di dua cluster
• Mengambil jarak maksimum antar titik di dua cluster
• Menghitung jumlah total data dalam setiap cluster

Answer explanation

Single linkage mengukur jarak antara dua cluster dengan mencari jarak terpendek antara titik dalam kedua cluster.

Apa itu "density reachability" dalam DBSCAN?

• Jarak antara titik yang sudah dikelompokkan dalam cluster
• Jarak antara titik yang dapat dicapai berdasarkan kepadatan cluster
• Jarak antara titik yang tidak memiliki tetangga
• Jarak antara dua cluster yang berbeda

Answer explanation

Density reachability dalam DBSCAN mengukur apakah titik data dapat dijangkau oleh titik lain berdasarkan kerapatan tetangga.