Probabilistic & Instance-Based Classifiers (Naïve Bayes & KNN)

Asumsi utama yang membuat Naïve Bayes disebut "naif" adalah …

Pada teorema Bayes, P(C) disebut …

Tujuan Laplace smoothing adalah …

Varian Naïve Bayes yang paling cocok untuk klasifikasi sentimen berbasis hitungan kata adalah …

KNN disebut lazy learner karena …

Fitur pendapatan (jutaan rupiah) dan umur (puluhan) dipakai langsung tanpa normalisasi pada KNN. Akibatnya …

Nilai k yang sangat kecil (k = 1) pada KNN cenderung menyebabkan …

Dataset Play Tennis (9 Yes, 5 No). Hitung P(Outlook=Sunny | Yes) dengan Laplace α = 1. Diketahui Sunny muncul 2 kali di kelas Yes dan Outlook punya 3 nilai unik.

Masih Play Tennis tanpa smoothing. Skor(Yes) = 0.00529 dan Skor(No) = 0.02057 untuk X = (Sunny, Cool, High, Strong). Berapa posterior P(No | X) (3 desimal)?

1% transaksi adalah fraud. Detektor benar mendeteksi fraud 90% dan memberi alarm palsu 5% pada transaksi normal. Jika alarm berbunyi, berapa P(fraud | alarm)? (3 desimal)

Hitung jarak Euclidean antara a = (1, 2) dan b = (4, 6).

Hitung jarak Manhattan antara a = (2, −1, 3) dan b = (5, 1, 0).

Gaussian NB: jam pemakaian kelas churn memiliki μ = 12, σ = 4. Hitung P(x = 10 | churn) (4 desimal).

Data latih: P1(1,1)=A, P2(2,1)=A, P3(4,3)=B, P4(5,4)=B, P5(3,2)=A. Tentukan prediksi KNN (Euclidean, k=3) untuk Q = (5, 5) dan tunjukkan jaraknya.

Studi kasus. Tim CS marketplace ingin mengelompokkan ribuan ulasan menjadi positif/negatif setiap hari dengan sumber daya terbatas. Pilih antara Naïve Bayes atau KNN dan beri alasan.