20 soru · şıkları kağıt üzerinde işaretle, cevap anahtarı son sayfada
1. USArrests verisinde araştırmacının 50 eyaletin kaç gruba ayrılacağı hakkında önceden bir fikri yok. Eyaletler arasındaki iç içe benzerlik yapısını bir ağaç üzerinde görmek ve sonra ağacı uygun bir düzeyden kesmek istiyor. Hangi analiz uygundur?
A) DBSCAN; yoğun bölgeleri küme, seyrek bölgelerdeki noktaları gürültü olarak sayar
B) Çok boyutlu ölçekleme; uzaklıkları iki boyutlu bir benzerlik haritasına yerleştirir
C) Gizil profil analizi; sürekli göstergelerde profil üyelik olasılıklarını kestirir
D) K-ortalamalar kümeleme; küme sayısı önceden verilerek gözlemleri merkezlere yakınlıkla gruplar
E) Hiyerarşik kümeleme; adım adım birleşmelerle dendrogram kurar ve istenen düzeyde keser
2. Boyut indirgemede güvenilirlik (trustworthiness) ölçüsü neyi cezalandırır?
A) Gömmede komşu görünen ama özgün uzayda komşu olmayan noktaları.
B) KL ıraksamasının sıfırdan büyük çıkmasını.
C) Özgün uzayda komşu olup gömmede uzaklaşan noktaları.
D) Kümeler arası uzaklıkların gömmede küçülmesini.
E) Küme büyüklüklerinin gömmede yanlış yansıtılmasını.
3. UMAP analizinde Rastgele tohum 0 yerine 123 yapıldığında ne olur?
A) Gömme aynı kalır; yalnız k-NN grafı değişir
B) Tohum yalnız gözetimli hedef seçiliyken etkilidir
C) Farklı bir gömme üretilir; k-NN grafı aynı kalır
D) Gömme ve k-NN grafı birlikte değişir
E) Gömme aynı kalır; yalnız güvenilirlik değişir
4. K-Ortalamalar Kümelemede En fazla iterasyon 10, 300 ve 2000 olarak denendiğinde USArrests sonuçları aynı çıkar. Bunun nedeni nedir?
A) İterasyon sayısı yalnız k-means++ başlangıcında kullanılır
B) İterasyon sınırı yalnız K-medoids algoritmasında geçerlidir
C) En iyi başlangıç 5 iterasyonda yakınsadığından sınır etkisizdir
D) Başlangıç sayısı 25 olduğunda iterasyon sınırı yok sayılır
E) MerQur iterasyon sınırını K'ya göre kendisi belirler
5. Bir ekonomist 81 ili birbiriyle güçlü ilişkili 15 sosyoekonomik göstergeyle inceliyor. Göstergelerdeki toplam değişkenliği birbiriyle ilişkisiz ve önem sırasına dizilmiş birkaç özet değişkenle anlatmak ve bunların skorlarını sonraki bir regresyonda kullanmak istiyor. Hangi analiz en uygundur?
A) Kanonik Korelasyon
B) Temel Bileşenler Analizi
C) Çok Boyutlu Ölçekleme
D) t-SNE
E) Etki Büyüklüğü Hesaplayıcı
6. Gizil Sınıf Analizinde carcinoma verisinde En çok EM iterasyonu 50'ye düşürüldüğünde ne olur?
A) K = 4 yakınsamaz ve daha yüksek log-olabilirlik raporlanır
B) K = 1..4 modellerinin tümü yakınsamaz ve analiz durur
C) K = 4 yakınsamaz, daha düşük log-olabilirlik raporlanır ve uyarı verilir
D) Hiçbir model etkilenmez; iterasyon sınırı yalnız BLRT'de geçerlidir
E) K = 1..3 yakınsamaz, K = 4 aynı kalır
7. Dik (ortogonal) bir faktör çözümünde bir değişkenin ortak varyansı (h²) nasıl hesaplanır?
A) Değişkenin en büyük yükünün kendisidir.
B) 1 eksi değişkenin yüklerinin toplamıdır.
C) Yüklerin toplamının kareköküdür.
D) Değişkenin tüm faktörlerdeki yüklerinin karelerinin toplamıdır.
E) Değişkenin özdeğerinin, analizdeki değişken sayısına bölünmesiyle elde edilen değerdir.
8. Kullback-Leibler (KL) ayrışımı için hangisi doğrudur?
A) Simetrik değildir; KL(P||Q) ile KL(Q||P) genellikle farklıdır.
B) Üçgen eşitsizliğini sağlayan bir uzaklık ölçüsüdür.
C) İki dağılım birbirinden farklı olsa da sıfır çıkabilir.
D) Farklı veri setlerinden elde edilen t-SNE çalıştırmaları arasında doğrudan karşılaştırılabilir.
E) Negatif değer alabilir ve negatif değer iyi uyumu gösterir.
9. Bir botanikçi 40 yerel elma çeşidini dört sayısal özelliğe göre gruplamak istiyor. Kaç grup olduğuna dair hiçbir fikri yok ve çeşitlerin iç içe benzerlik yapısını bir ağaç üzerinde görmek istiyor. Hangi analiz en uygundur?
A) Temel Bileşenler Analizi
B) Hiyerarşik Kümeleme
C) K-Ortalamalar Kümeleme
D) Gizil Sınıf Analizi
E) Değişken Kümeleme
10. Gizil sınıf analizinde Lo-Mendell-Rubin (LMR) testi neyi sınar?
A) Kovaryatların sınıf üyeliğini anlamlı biçimde yordayıp yordamadığını.
B) Göstergelerin sınıf içinde yerel bağımsızlık varsayımını sağlayıp sağlamadığını.
C) Modelin mutlak uyumunu G² istatistiğiyle.
D) K sınıflı modelin K - 1 sınıflı modelden anlamlı biçimde daha iyi uyup uymadığını.
E) Bireylerin sınıflara ne kadar net atandığını.
11. DBSCAN / HDBSCAN analizinde 'ε (eps; 0.01 = otomatik)' değeri 0.01 bırakıldığında ε nasıl belirlenir?
A) Gap istatistiğinin önerdiği küme sayısından geriye doğru hesaplanır.
B) z-puanlı verideki standart sapmaya, yani 1'e eşitlenir.
C) k-uzaklıkların (k = en küçük örnek) medyanı alınır.
D) k-uzaklıkların (k = en küçük örnek) %90 yüzdeliği alınır.
E) Ortalama silhouette değerini en yüksek yapan ε taranarak seçilir.
12. Bir değişkendeki eksik değerlerin sütun ortalamasıyla doldurulmasının tipik yan etkisi hangisidir?
A) Değişkenler arasındaki ilişkiyi kNN ile doldurmadan daha iyi korur.
B) Değişkenin varyansını büyütür ve korelasyonları olduğundan güçlü gösterir.
C) Değişkenin ortalamasını eksiklik oranı kadar yukarı kaydırır.
D) Değişkenin varyansını küçültür ve korelasyonları sıfıra doğru çeker.
E) Standart hataları olduğundan büyük gösterir.
13. UMAP analizinde iris için Boyut sayısı 2'den 3'e çıkarıldığında hangisi DEĞİŞMEZ?
A) Gömmedeki komşuluk ilişkileri
B) k-NN grafı ve a/b parametreleri
C) Koordinat sütunlarının sayısı
D) Güvenilirlik değeri
E) Gömme koordinatları
14. iris verisinde araştırmacı çiçekleri dört sürekli ölçümdeki birlikte görülen değer örüntülerine göre sayısı bilinmeyen alt gruplara ayırmak ve her çiçeğin profillere üyelik olasılıklarını, modelleri bilgi ölçütleriyle karşılaştırarak raporlamak istiyor. Hangi analiz uygundur?
A) K-ortalamalar kümeleme; olasılık modeli kurmadan uzaklığa dayalı bir gruplama yapar
B) Hiyerarşik kümeleme; üyelik olasılığı vermeden gözlemlerden iç içe bir ağaç kurar
C) UMAP; dört ölçümü yerel komşulukları koruyan iki boyutlu bir haritada görselleştirir
D) Gizil profil analizi; sürekli göstergelerde karışım modeliyle profil ve üyelik olasılığı kestirir
E) Gizil sınıf analizi; kategorik göstergelerdeki yanıt örüntülerinden gizil sınıfları ve üyelik olasılıklarını kestirir
15. t-SNE analizinde Başlangıç PCA (varsayılan) iken Rastgele tohum 0, 42 ve 123 olarak değiştirildiğinde ne gözlenir?
A) Her tohum farklı bir gömme ve farklı KL değeri verir
B) Gömme aynı kalır ama güvenilirlik değerleri değişir
C) Yalnız KL değeri değişir, koordinatlar aynı kalır
D) Gömme birebir aynı kalır; PCA başlangıcı deterministiktir
E) Gömme döner ama noktalar arası uzaklıklar korunur
16. Hiyerarşik Kümelemede USArrests verisi için Küme sayısı K = 3 yerine K = 6 yapıldığında hangisi DEĞİŞMEZ?
A) Ortalama silhouette değeri
B) Küme boyutları
C) Gözlemlerin küme numaraları
D) Ağaç ve birleşme katsayıları
E) Calinski-Harabasz değeri
17. Gizil Profil Analizinde iris verisi için otomatik seçimde BIC 4 profil seçer. Raporlanacak profil sayısı 3 girildiğinde ne olur?
A) Karşılaştırma yalnız K = 1..3 ile sınırlanır
B) BIC'ye göre 4 profilli model raporlanır
C) Seçim ölçütü AIC'ye çevrilir ve 3 seçilir
D) 3 ve 4 profilli modeller birlikte raporlanır
E) 3 profilli model ayrıntılı raporlanır
18. iris verisinde araştırmacı 150 çiçeğin dört ölçümündeki yerel benzerlik yapısını, yakın gözlemleri haritada da yakın gösterecek biçimde iki boyutta görselleştirmek istiyor. Eksenlerin yorumlanması ya da haritanın yeni gözlemlere uygulanması gerekmiyor. Hangi analiz uygundur?
A) K-ortalamalar kümeleme; çiçekleri önceden belirlenen sayıda gruba ayırır
B) Gizil profil analizi; çiçeklerin profillere üyelik olasılıklarını kestirir
C) Çok boyutlu ölçekleme; tüm uzaklıkları haritada olabildiğince korur
D) t-SNE; yerel komşulukları koruyan doğrusal olmayan bir harita üretir
E) Temel bileşenler analizi; yorumlanabilir doğrusal bileşenler üretir
19. Gap istatistiği her k için küme içi dağınıklığı neyle karşılaştırır?
A) Bir önceki k'daki küme içi kareler toplamının karesiyle.
B) Normal dağılımlı bir karışım modelinin her k için hesaplanan log-olabilirliğiyle.
C) Tekdüze dağılmış, kümesiz referans verilerde beklenen dağınıklıkla.
D) Kümeler arası dağınıklığın küme içi dağınıklığa oranıyla.
E) Her gözlemin en yakın komşu kümeye ortalama uzaklığıyla.
20. Kaiser-Meyer-Olkin (KMO) ölçüsünün 1'e yaklaşması ne anlama gelir?
A) Bartlett küresellik testi anlamsız çıkmış demektir.
B) Kısmi korelasyonlar basit korelasyonlardan büyüktür.
C) Korelasyon matrisi birim matrise yakındır; değişkenler birbiriyle büyük ölçüde ilişkisizdir.
D) Faktör sayısı değişken sayısına eşittir.
E) Kısmi korelasyonlar basit korelasyonlara göre küçüktür; ortak faktör yapısı olabilir.