Jarak antar data dan pengaruh skala
Lihat kenapa fitur berskala besar bisa mendominasi jarak Euclidean.
dasar #jarak data
SlideData dan Jarak
Yang akan kamu pahami
Hitung jarak dan jelaskan kapan perlu menormalkan skala fitur.
Konsep inti
Jarak Euclidean menjumlahkan kuadrat selisih tiap fitur lalu mengambil akar. Satuan memengaruhi kontribusi. Mengubah rupiah menjadi ribuan rupiah dapat mengubah tetangga terdekat jika fitur lain tetap sama. Standardisasi menggunakan statistik data pelatihan agar tiap fitur dinilai pada skala yang konsisten.
Coba langkahnya
A = (20 tahun, 2 juta), B = (21 tahun, 3 juta), C = (28 tahun, 2 juta).
| Selisih umur | Selisih pendapatan | Jarak | |
|---|---|---|---|
| A ↔ B | 1 | 1.000.000 Rp | ≈1.000.000 |
| A ↔ C | 8 | 0 Rp | 8 |
| Terdekat | · | · | C |