• a) Klassifikation (erst des Bildes: Suchen nach Nummernschild. Dann von Buchstaben) & supervised (Man weiß, wie Nummernschilder aussehen)
• b) Klassifikation & supervised (Es sind bereits klassifizierte Daten gegeben)
• c) Outlier Detection & unsupervised
• d) Clustering, evtl. Regression, Assoziation & unsupervised
• e) Assoziation & unsupervised
• f) Clustering, Assoziation & unsupervised
• g) Kein Datamining
• h) Kein Datamining
• i) i) Regression & supervised
• i) ii) Klassifikation & supervised
• i) iii) Regression, unsupervised

v) Aggregierte 4. Distanz für T: 2+2+1+2=7 (die nachsten Nachbarn sind O, Q, R, S)

i) k=2. E $$LOF_2(E) = \frac{1}{2NN(E)} \cdot \sum_{o \in 2NN(E)} \frac{lrd_2(o)}{lrd_2(E)} = \frac{1}{2} \cdot \left( \frac{lrd_2(D)+lrd_2(F)}{lrd_2(E)}\right) = \frac{\frac{2}{2} + \frac{2}{3}}{2 \cdot \frac{2}{8}} = 3.333$$

$$lrd_2(E) = \frac{\left| 2NN(E) \right| }{\sum_{o \in 2NN(E)} \text{reach-dist}_2(E,o)} = \frac{2}{rdist_2(E,D) + rdist_2(E, F)} = \frac{2}{4+4} = \frac{2}{8}$$

$$rdist_2(E, D) = max\{2\cdot distt(e), dist(E,D)\} = rdist_2(E, F) = max\{1,4\}= 4$$

$$lrd_2(D) = \frac{2}{rdist_2(D,B) + rdist_2(D, C)} = \frac{2}{1+1} = \frac{2}{2}$$

i) k=4. E $$LOF_4(E) = \frac{1}{\left| 4NN(E) \right|}\sum_{o \in 4NN(E)} \frac{lrd_4(o)}{lrd_4(E)} = \frac{\frac{1}{5} \left(\frac{4}{20}+\frac{4}{20}+\frac{4}{21}+\frac{4}{10}+\frac{4}{10}}}{\frac{5}{23} = 1,279$$

• $K_i$: Klassifikator
• $C_i$: Anzahl richtig

• Precission: $\frac{|TP|}{|TP| + |FP|}$
• Recall: ??

• $|TP|$: Diagonale
• Zeile?
• Spalte?

• Mittlere Precision: $\frac{1}{3}\left(\frac{4}{7} + \frac{2}{3} + \frac{3}{5}\right) = 0.6$

Jeweils eins raus nehmen und es durch die dann vorherschende Mehrheit ersetzen

• A A A B B B ⇒ Das A wird ein B, da B nun die Mehrheit
• A A A B B B ⇒ Das A wird ein B, da B nun die Mehrheit
• A A A B B B ⇒ Das A wird ein B, da B nun die Mehrheit
• A A A B B B ⇒ Das B wird ein A, da A nun die Mehrheit
• A A A B B B ⇒ Das B wird ein A, da A nun die Mehrheit
• A A A B B B ⇒ Das B wird ein A, da A nun die Mehrheit

⇒ Fehlerrate 100%

????

A A A B B B + ?

Fehlerrate 50%

Zufälliges ziehen mit zurücklegen

$1, 2, \ldots, n$

$P(x) = \frac{1}{n} \Rightleftarrow P(\neg x) = 1 - \frac{1}{n}$

$P_n(\neg x) = \left(1 - \frac{1}{n}\right)^n = e^{-1} = 0.368$

Fehlerrate = 0.632 * Fehlerrate_Test + 0.368 * Fehlerrate_Training

A priori- und bedingte Wahrscheinlichktein:

• $P(Ski) = \frac{1}{2}$
• $P(\neg Ski) = \frac{1}{2}$

Klasse Wetter = W

• $P(W = Sonne \mid Ski) = \frac{1}{4}$
• $P(W = Schnee \mid Ski) = \frac{2}{4}$
• $P(W = Regen \mid Ski) = \frac{1}{4}$
• $P(W = Sonne \mid \neg Ski) = \frac{1}{4}$
• $P(W = Schnee \mid \neg Ski) = \frac{1}{4}$
• $P(W = Regen \mid \neg Ski) = \frac{2}{4}$

Klasse Schnee = S

• $P(S < 50 \mid Ski) = \frac{1}{4}$
• $P(S >= 50 \mid Ski) = \frac{3}{4}$
• $P(S < 50 \mid \neg Ski) = \frac{3}{4}$
• $P(S >= 50 \mid \neg Ski) = \frac{1}{4}$

1. Klassifikation (Die Klassen (Spam/Ham) stehen schon vorher fest)
2. Clustering
3. Clustering (Assoziationsregel / Wahrenkorbanalyse)
4. Clustering
5. Klassifikation
6. Clustering
7. Klassifikation

• Datenbank
• Fokusieren
  • Beschaffen
  • Selektieren
• Kleinere Datenmenge
• Vorverarbeitung
  • Mergen
  • Vervollständigen
• (Hier: Eine) Relation
• Transformation (Statistisches Zeug)
  • Diskret ↔ Stetig
  • Ableiten
  • transformieren
• Transformierte Relationen
• Data Mining
  • Generierung von Modellen
  • Generierung von Mustern
• Muster
• Evaluation
  • Qualitätsprüfung
  • Vorhersagekraft
• Wissen

Preprocessing

• Supervised
  • Outline Detection
  • Klassifikation
  • Regression
• Unsupervised
  • Outlier Detection
  • Clustering
  • Assoziationsregeln

• Clustering
• Outlier Detection
• Klassifikation
• Regression
• Assoziationsregeln