uni:8:kdd1:preprocessing
Differences
This shows you the differences between two versions of the page.
| Both sides previous revisionPrevious revisionNext revision | Previous revision | ||
| uni:8:kdd1:preprocessing [2015-04-21 10:48] – [Lol, Statistik] skrupellos | uni:8:kdd1:preprocessing [2020-11-18 18:11] (current) – external edit 127.0.0.1 | ||
|---|---|---|---|
| Line 62: | Line 62: | ||
| ^ Maximums-Norm | | | ^ Maximums-Norm | | | ||
| ^ Allgemeines $L_p$-Abstandsmaß | $dist_p = (\|p_1-q_1\|^p + \|p_1-q_1\|^p + \ldots )^\frac{1}{p}$ | | ^ Allgemeines $L_p$-Abstandsmaß | $dist_p = (\|p_1-q_1\|^p + \|p_1-q_1\|^p + \ldots )^\frac{1}{p}$ | | ||
| + | ^ Gewichtete Euklidische Norm | ??? | | ||
| + | ^ Quadratische Form | ??? \\ Verwendet eine Matrix (mischt Eigenschaften vor der Distanzberechnung) \\ Einheitsmatrix (Diagonale = 1) => Euklidische Distanz | | ||
| + | |||
| + | Gewichtete Normen sind sonvoll, wenn die Wertebereiche der Eigenschaften sehr unterschiedliche sind (oder man normalisiert vorher). | ||
| + | |||
| + | ==== Normalisierung ==== | ||
| + | ^ min-max Normalisierung | ??? | | ||
| + | ^ z-score Normalisierung | ??? | | ||
| + | |||
| + | ==== Ähnlichkeit ==== | ||
| + | * sim(x, y) = 0 => unendliche Distanz | ||
| + | * sim(x, y) = 1 => dist(x, y) = 0 | ||
| + | * dist ??? (kann das sein mit \infty dist()) | ||
| + | |||
| + | |||
uni/8/kdd1/preprocessing.1429606121.txt.gz · Last modified: (external edit)