MACHINE LEARNING

Oleh :
Fitranza Akbar Sarrazin
TI-2I
1941720203
1. Why did this code’s results different from the ones within the actual data?
Jwb :
Karena program yang berjalan dan dibuat oleh manusia tidak bisa 100
persen sempurna dengan realita yang terjadi
2. Why had it happened? Can you explain it?
Karena tujuan dari K-NN yaitu mengklasifikasi objek baru berdasarkan
atribut dan training samples. Dimana hasil dari sampel uji yang baru
diklasifikasikan berdasarkan mayoritas dari kategori pada k-NN..metode
yang digunakan antara lain supervised learning dan unsupervised learning .
supervised learning bertujuan untuk menemukan pola baru dalam data
dengan menghubungkan pola data yang sudah ada dengan data yang baru.
Sedangkan pada unsupervised learning, data belum memiliki pola apapun,
dan tujuan unsupervised learning untuk menemukan pola dalam sebuah data.
3. What will happen to Accuracy, Recall, Precision?
Jwb :
Hasilnya tidak 100 persen benar , karena performa prediksi dari algoritma
tersebut berdasarkan Jumlah data keseluruhan , dibagi dengan hasil
prediksi yang sesuai dengan data awal. Contoh data awalnya ada 4 , lalu
yang sesuai dengan data awal ada 3 , jadi akurasinya adalah ¾ = 75% . kalau
9 data , berarti x/9 = sekian .

4. How can you obtain all the scores with a spreadsheet application?
5. For KNN as Classifier and Regressor, find and list the mismatches between
the provided data with the one put in the code and examine the impact to
the Machine Learning.
Algoritma pada KNN untuk menentukan yang mana jadi target values dan
yang mana jadi explanatory variable (predictors). Untuk Algorithm ini kita
hanya boleh menggunakan data numeric. Untuk kasus ini kita akan
menggunakan label sebagai response variable (target value) 
6. What did you find? Explain it concisely.
Setiap proses pemprekdisian , memiliki hasil yang berbeda , sehingga setiap
outputnya setiap device juga berbeda tetapi tidak signifikan

7. Do the Classification and Regression by using a spreadsheet application.