Log masuk untuk melanjutkan
Maaf akun tamu tidak iizinkan untuk mengirim.
Discussion (WAJIB)
You are not enrolled in this course.
Syarat penyelesaian
Jatuh tempo: Kamis, 10 Oktober 2024, 08:21
Silahkan Jawab Pertanyaan Berikut:
- Apa peran utama PCA dalam reduksi dimensi data, dan mengapa metode ini sering digunakan dalam analisis data yang kompleks?
- Bagaimana cara kerja PCA dalam mengidentifikasi komponen utama? Mengapa komponen utama pertama selalu memiliki varians terbesar dalam dataset?
- Dalam konteks feature selection, apa perbedaan antara PCA dan metode seleksi fitur berbasis korelasi? Kapankah PCA lebih disarankan?
- Bagaimana dampak skala fitur terhadap hasil PCA, dan mengapa penskalaan data menjadi langkah penting sebelum melakukan analisis PCA?
- Dalam penerapan PCA, bagaimana kita menentukan berapa banyak komponen utama yang harus dipertahankan? Apa kriteria yang digunakan untuk memilih jumlah komponen tersebut?