Soru 1 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
iris verisinde EEI modeliyle 1-4 profil için BIC 1522.12, 1042.97, 813.04 ve 735.48 bulunuyor; 4 profil seçiliyor (entropi = 0.945, LMR p < .001) ve taranan en büyük profil sayısı da 4. Verinin bilinen üç türden oluştuğu biliniyor. Hangi yorum doğrudur?
Soru 2 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
Gizil Sınıf Analizinde gss82 verisi K = 3 için 100 rastgele başlangıçla log-olabilirlik -2754.5454 verir. Rastgele başlangıç sayısı 1 yapıldığında ne gözlenir?
Soru 3 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
USArrests verisinde z-puanlarıyla yapılan K-ortalamalar kümelemesinde (K = 3) ayrıştırmaya en çok Assault (F = 86.35), en az UrbanPop (F = 11.31) katkı verdi. Bu F değerleri için doğru yorum hangisidir?
Soru 4 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
Gizil Profil Analizinde iris EEI (n = 150) K = 2'ye karşı K = 1 için gözlenen LR 504.205'tir; iki model arasında 5 parametre farkı vardır. LMR düzeltmesi LR/(1 + 1/(dp x ln n)) ile hangi değer bulunur?
Soru 5 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
z-puanlı USArrests verisinde Öklid uzaklığı ve Ward bağlantısıyla son üç birleşme katsayısı 6.4619, 7.1882 ve 13.5162 bulunuyor. K = 3 kesimi 19, 19 ve 12 eyaletlik kümeler, ortalama silhouette 0.3104 ve Calinski-Harabasz 34.9365 veriyor. Hangi yorum doğrudur?
Soru 6 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
z-puanlı USArrests verisinde K = 3 için tek başlangıçla küme-içi KT 81.5933 bulunurken varsayılan ayarla 78.3233'lük daha iyi bir çözüm elde ediliyor. Araştırmacı yerel optimuma takılma riskini azaltmak istiyor. Hangi ayar değiştirilmelidir?
Soru 7 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
Bir gizil profil analizinde LMR sonuçları şöyle: 2 profile karşı 3 profil p = 0,002; 3 profile karşı 4 profil p = 0,27. BIC en küçük değerini 3 profilde alıyor ve üç profil anlamlı biçimde adlandırılabiliyor. Hangi karar uygundur?
Soru 8 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
Bir lojistik firması 4.000 teslimat noktasını DBSCAN ile kümeliyor ve ε'u k-uzaklık grafiğinin dirseğinin çok altında seçiyor. En olası sonuç hangisidir?
Soru 9 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
K-ortalamalar kümelemede küme içi kareler toplamının (WSS) en küçük olduğu K'yı seçmek neden anlamsızdır?
Soru 10 / 10Çok Değişkenli Yöntemler ve Makine Öğrenmesi · Kümeleme ve Boyut İndirgeme
Gizil Sınıf Analizinde carcinoma verisinde log-olabilirlik K = 2 için -317.2568, K = 3 için -293.7050'dir. BLRT bootstrap sayısı 100 yapıldığında K = 3'e karşı K = 2 için gözlenen LR kaçtır?