Sebuah perusahaan ingin tahu apakah karyawan akan bertahan lebih dari 1 tahun atau tidak. Model yang digunakan adalah regresi logistik biner. Jika model mengalami overfitting, solusi yang paling tepat adalah:

Visualisasi data (misalnya, histogram, scatterplot) sangat berguna dalam fase data understanding untuk:

Dapatkah masalah deteksi penyakit kanker dapat diselesaikan dengan logistic regression?

Bidang ilmu berikut berkaitan dengan data mining dalam hal pengolahan teks bahasa alami, kecuali:

Diberikan data sebagai berikut: 

2, 4, 4, 4, 5, 5, 7, 9

Berapakah simpangan baku sampelnya?

Seorang analis keuangan ingin mengidentifikasi kelompok saham yang memiliki pergerakan harga, volume perdagangan, atau indikator keuangan yang serupa di pasar modal sehingga dapat mengidentifikasi peluang investasi. Teknik data mining yang digunakan untuk melakukan hal tersebut adalah...

Salah satu tujuan data integration adalah menggabungkan data dari berbagai sumber menjadi satu dataset yang konsisten.

Dataset df_pelanggan memiliki kolom kategorikal. Anda ingin menghapus fitur dengan jumlah kategori lebih dari 10 karena terlalu granular. Perintah yang benar adalah df_pelanggan = df_pelanggan.loc[:, df_pelanggan.nunique() < 10]

Dalam pandas, sintaks df['log_salary'] = df['salary'].log() akan berhasil untuk transformasi logaritmik.

Salah satu perbedaan utama antara tahap preprocessing dan transformation dalam KDD adalah?