Differences

This shows you the differences between two versions of the page.

--- uni:8:kdd1:start [2015-06-24 15:28] – [Aufgabe 2] skrupellos
+++ uni:8:kdd1:start [2020-11-18 18:11] (current) – external edit 127.0.0.1
@@ Line 168: / Line 168: @@
   - Clustering
   - Klassifikation
+===== Übung 11 =====
+==== Aufgabe 1 ====
+Wird immer als Kreis Klassifiziert
+==== Aufgabe 2 ====
+XOR-Problem
+==== Aufgabe 3 ====
+$Entropie(T) = - \sum^k_{i=1}p_i \cdot log(p_i)$
+$Informationsgewinn(T, A) = Entropie - \sum^m_{i=1} \frac{|T_i|}{|T|} Entropie(T_i)$
+  * Erster Teil von Informationsgewinn: vorher
+  * Zweiter Teil von Informationsgewinn: mittlere Entropie nachher
+Mittlere Entropie: Gewicht nach ''Anteil'' an der Datenbank!
+=== a) ===
+<WRAP center round important 60%>
+Hier wird der 2-er Logarithmus verwendet. Es kann aber jeder verwendet werden, solange es überall verwendet wird.
+</WRAP>
+== 1 Split ==
+T ist noch die ganze DB
+$\text{Entropie}(T) = -(p_{\text{niedrig}} \cdot log_2(p_\text{niedrig}) + p_\text{hoch} \cdot log_2(p_\text{hoch}) = -\frac{1}{2}\cdot(-1)-\frac{1}{2}\cdot(-1) = 1$
+** Zeit seit Fahrprüfung**
+^ $T_i$ ^ Anzahl ^ $P_\text{niedrig}$ ^ $P_\text{hoch}$ ^ Entropie(T) ^
+|  1-2  |  3  |  1/3  |  2/3  |  $-\frac{1}{3}\log\frac{1}{3}-\frac{2}{3}\log{2}{3} = 0.918$ |
+|  2-7  |  3  |  2/3  |  1/3  |  $-\frac{2}{3}\log\frac{2}{3}-\frac{1}{3}\log{1}{3} = 0.918$ |
+|  >7   |  2  |  1/2  |  1/2  |  $-\frac{1}{2}\log\frac{1}{2}-\frac{1}{2}\log{1}{2} = 1$ |
+Informationsgewinn(T_i, Zeit) = 1 - (3/8 * 0.918 + 3/8 * 0.918 + 2/8 * 1) = 0.06
+**Geschlecht**
+^ $T_i$ ^ Anzahl ^ $P_\text{niedrig}$ ^ $P_\text{hoch}$ ^ Entropie(T) ^
+|  m  |  5  |  2/5  |  3/5  |  $-\frac{2}{5}\log\frac{2}{5}-\frac{3}{5}\log{3}{5} = 0.971$ |
+|  w  |  3  |  2/3  |  1/3  |  $-\frac{2}{3}\log\frac{2}{3}-\frac{1}{3}\log{1}{3} = 0.918$ |
+Informationsgewinn(T_i, Geschlecht) = 1 - (5/8 * 0.971 + 3/8 * 0.918) = 0.05
+**Wohnort**
+^ $T_i$ ^ Anzahl ^ $P_\text{niedrig}$ ^ $P_\text{hoch}$ ^ Entropie(T) ^
+|  Stadt |  3  |  3/3  |  0/3  |  $-1\log1-0\log0 = -1\cdot0-0=0$ |
+|   Land |  5  |  1/5  |  4/5  |  $-\frac{1}{5}\log\frac{1}{5}-\frac{4}{5}\log{4}{5} = 0.722$ |
+Informationsgewinn(T_i, Geschlecht) = 1 - (3/8 * 0 + 5/8 * 0.722) = 0.55 => Gewinner
+== 2. Split ==
+T={2,3,4,5,6}
+$\text{Entropie}(T) = -(p_{\text{niedrig}} \cdot log_2(p_\text{niedrig}) + p_\text{hoch} \cdot log_2(p_\text{hoch}) = -\frac{1}{5}\cdot\log\frac{1}{5}-\frac{4}{5}\cdot(\frac{4}{5}) = 0.722$
+** Zeit seit Fahrprüfung**
+^ $T_i$ ^ Anzahl ^ $P_\text{niedrig}$ ^ $P_\text{hoch}$ ^ Entropie(T) ^
+|  1-2  |  2  |   0   |   1   |  $0$ |
+|  2-7  |  1  |   0   |   1   |  $0$ |
+|  >7   |  2  |  1/2  |  1/2  |  $1$ |
+Informationsgewinn(T_i, Zeit) = 0.722 - (0 + 0 + 2/3 * 1) = 0.322 => Gewinner
+**Geschlecht**
+^ $T_i$ ^ Anzahl ^ $P_\text{niedrig}$ ^ $P_\text{hoch}$ ^ Entropie(T) ^
+|  m  |  3  |   0   |   1   |  $0$ |
+|  w  |  2  |  1/2  |  1/2  |  $1$ |
+Informationsgewinn(T_i, Geschlecht) = 0.722 - (0 + 2/5 * 1) = 0.322
+== Beispiel Gini ==
+^ T_i ^ Anzahl ^ P_niedrig ^ P_hoch ^ gini(T_i) ^
+| m | 5 | 2/5 | 3/5 | $1-((2/5)^2+(3/5)^2) = 0.48$ |
+| w | 3 | 2/3 | 1/3 | $1-((2/3)^2+(1/3)^2) = 0.44$ |
+gini geschlecht(T) = 5/8 * 0.48 + 3/8 * 0.44
+=== b) ===
+...
 ===== Foo =====
   * **Datenbank**