20 soru · şıkları kağıt üzerinde işaretle, cevap anahtarı son sayfada
1. Bir kriminoloji araştırmacısı R USArrests verisinde 50 eyaleti Murder, Assault, UrbanPop ve Rape değişkenlerine göre k-ortalamalarla üç gruba ayırmak istiyor. Assault değerleri diğer değişkenlerden çok daha büyük bir ölçekte. MerQur'da 'Değişken dönüşümü' için hangisi uygundur?
A) Yok; ölçek farkı küme-içi kareler toplamını etkilemez, yalnız grafiği değiştirir
B) Yok; Assault en ağır suç türü olduğundan uzaklıklara baskın olması istenir
C) 'En fazla iterasyon'u 2000 yapmak; ölçek farkı yinelemeler sırasında giderilir
D) z-puanı; değişkenler ortak ölçeğe gelir ve Assault uzaklıklara baskın olmaz
E) PAM algoritması; medoid kullanımı değişkenleri kendiliğinden standartlaştırır
2. 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
3. Metrik olmayan (Kruskal) çok boyutlu ölçeklemeyi metrik MDS'den ayıran özellik nedir?
A) Stres yerine KL ıraksamasını en küçük yapar.
B) Uzaklıkların büyüklüğünü değil, yalnız sıralamasını korumaya çalışır.
C) Yalnız tek boyutlu çözüm üretebilir.
D) Harita uzaklıklarının benzemezliklerle orantılı ya da doğrusal ilişkili olmasını ister.
E) Döndürülemeyen ve kendine özgü anlamı olan eksenler verir.
4. Horn'un paralel analizi bir faktörü tutup tutmamaya nasıl karar verir?
A) Kalan kısmi korelasyonların kare ortalamasının en küçük olduğu bileşen sayısını arar.
B) Yamaç grafiğinde özdeğer eğrisinin belirgin biçimde düzleştiği dirsek noktasını gözle seçer.
C) Gözlenen özdeğeri, aynı boyutlu rastgele verilerin özdeğer ortalamasıyla karşılaştırır.
D) Özdeğeri 1'den büyük olan faktörleri tutar.
E) Açıklanan toplam varyans önceden belirlenen %80 düzeyine ulaşana kadar faktör ekler.
5. k-medoidler (PAM) yönteminde küme merkezi nasıl belirlenir?
A) Kümedeki gözlemlerin aritmetik ortalaması merkez alınır.
B) Kümedeki en uç gözlem merkez olarak seçilir.
C) Her değişkenin küme medyanından oluşturulan ve veride bulunmayan yapay bir nokta merkez alınır.
D) Kümedeki diğer gözlemlere toplam uzaklığı en küçük olan gerçek bir gözlem merkez seçilir.
E) Kümenin en yoğun bölgesindeki çekirdek nokta merkez kabul edilir.
6. 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.
7. 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
8. Temel Bileşenler Analizinde M255 verisi için Bileşen sayısı k = 2'den k = 5'e çıkarıldığında hangisi değişmez?
A) Bileşen skoru sütunlarının sayısı
B) Yük tablosundaki sütun sayısı
C) Özdeğerler ve ilk iki bileşenin yükleri
D) Her maddenin ortak varyansı (h²)
E) Kümülatif açıklanan varyans
9. t-SNE'de erken abartma ne işe yarar?
A) İlk evrede P olasılıklarını bir katsayıyla çarparak kümelerin erkenden ayrışmasını sağlar.
B) İlk yinelemelerde perplexity'yi iki katına çıkararak komşuluğu genişletir.
C) Öğrenme oranını her yinelemede azaltarak yakınsamayı hızlandırır.
D) Noktaları başlangıçta PCA skorlarına yerleştirerek haritayı deterministik yapar.
E) Son evrede Q olasılıklarını büyüterek kümeler arası uzaklıkları doğrudan yorumlanabilir hâle getirir.
10. Çok boyutlu ölçeklemede Shepard diyagramı neyi gösterir?
A) Her boyut sayısı için hesaplanan Kruskal Stress-1 değerlerini
B) Özdeğerleri büyükten küçüğe doğru sıralanmış biçimde
C) Nesnelerin seçilen boyutlardaki haritada nasıl yerleştiğini
D) Her nesne çifti için özgün benzemezliğe karşı harita uzaklığını
E) Her noktanın k'ıncı en yakın komşusuna olan uzaklığını sıralı biçimde
11. 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
12. 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
13. k-means++ gibi akıllı başlangıç yöntemlerinin amacı nedir?
A) Aykırı değerlerin merkezleri çekmesini önlemek için merkez olarak gerçek gözlem (medoid) kullanmak
B) Tek başlangıçla küresel en iyi çözüme ulaşmayı güvence altına almak
C) Merkezleri birbirinden uzak seçerek kötü yerel çözüme takılma olasılığını azaltmak
D) Küme sayısını veriden kendiliğinden belirlemek
E) Aykırı değerlerin etkisini azaltmak için merkez olarak medoid kullanmak
14. DBSCAN'de bir nokta hangi koşulda çekirdek nokta sayılır?
A) Hiçbir çekirdek noktaya ulaşılamadığında.
B) ε yarıçaplı komşuluğunda kendisi dahil en az minPts nokta bulunduğunda.
C) k'ıncı en yakın komşusuna uzaklığı ε'dan büyük olduğunda.
D) Küme merkezine uzaklığı kümedeki en küçük uzaklık olduğunda.
E) Bir çekirdeğin komşuluğunda bulunup kendisi minPts koşulunu sağlamadığında.
15. 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.
16. EM algoritmasının beklenti (E) adımında ne yapılır?
A) Sınıf sayısı BIC gibi bir bilgi ölçütüyle seçilir.
B) Parametrelerin standart hataları bilgi matrisiyle hesaplanır.
C) Mevcut parametrelerle her gözlemin her sınıfa ait olma sonsal olasılığı hesaplanır.
D) Her gözlem rastgele bir sınıfa kalıcı olarak atanır.
E) Bir önceki adımın sonsal olasılıkları ağırlık olarak kullanılıp parametreler yeniden kestirilir.
17. 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
18. t-SNE'de perplexity parametresi kabaca neyi gösterir?
A) Her noktanın dikkate aldığı etkin komşu sayısını
B) Raporlanan KL ıraksamasının üst sınırını
C) İlk evrede P olasılıklarının çarpıldığı katsayıyı
D) Gömmenin kaç boyutlu olacağını
E) Her adımda noktaların ne kadar hareket ettirileceğini
19. 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
20. 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