שניים מהמאפיינים הם גיל והשכלה. להלן טבלת נתוני גיל והשכלה של 10 רשומות מתוך המאגר. חשבו מהי ההשכלה השכיחה בנתונים?

רינת הכינה box plot של המשתנה גיל, האם נראים בו נתונים חריגים? אם כן - פרטו אילו נתונים חריגים בגרף.

רינת טוענת כי רשומה 4 היא חריגה ללא קשר לסעיף הקודם. הסבירו את טענתה של רינת?

חנה מציעה להמיר את המשנה השכלה למשתנה כמותי עם הערכים תיכון = 1, תואר ראשון = 2, תואר שני = 3. האם הצעתה של חנה מתקבלת על הדעת? נמקו את קביעתכם.

רינת מאמנת אלגוריתם k means על מנת לזהות אשכולות בנתונים. כדי לעקוב אחרי תהליך האימון רינת הדפיסה תרשים פיזור של הנתונים עם סימון 🟧 המייצג את מרכזי האשכולות, אולם סדר הגרפים השתבש. קבעו מהו הסדר הנכון של התרשימים בתהליך האימון של האשכולות. נמקו את קביעתכם.

רינת כתבה את הקוד הבא כחלק מהמחקר. הפונקציה מקבלת את בסיס הנתונים במשתנה X ואת רשימת המרכזים של k-means במשתנה C. מה מבצע הקוד ולמה רינת יכולה להשתמש בו?

python
1def sod(X, C):
2    t = 0
3    for point in X:
4        a = []
5        for center in C:
6            a.append(np.linalg.norm(point - center) ** 2)
7        t += np.min(a)
8    return t

רינת הריצה את אלגוריתם k-means עבור 8 ערכי k שונים ויצרה גרפים של WCSS ביחס ל-k. היא הכינה 3 גרפים אולם 2 נראים לה שגויים. איזה גרף מהתרשימים הבאים הוא הגרף הנכון? נמקו את קביעתכם.

חנה מאמנת אלגוריתם k-means על נתוני אורך הסרטים (בשניות) ומספר הלייקים שקיבל כל סרטון. בטבלה להלן מופיעות 4 הדוגמאות ראשונות מתוך הנתונים. חנה מחליטה לאתחל את דוגמאות 1,2 למרכז A ואת דוגמאות 3,4 למרכז B. מה יהיה המיקום של מרכז A לאחר האיתחול?

בניסוי אחר חנה השתמשה באתחול אקראי ומיקום המרכזים הוגרל בהתאם לטבלה להלן. לאיזה מרכז תשתייך הדוגמה 1 לאחר האתחול?