The Leading eBooks Store Online 4,410,490 members ⚫ 1,532,108 ebooks

New to eBooks.com?

Learn more

Verbesserung von Klassifikationsverfahren

Informationsgehalt der k-Nächsten-Nachbarn nutzen

Verbesserung von Klassifikationsverfahren by Dominik Koch
Buy this eBook
US$ 54.99
(If any tax is payable it will be calculated and shown at checkout.)

Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste–Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt.

Springer Fachmedien Wiesbaden; November 2015
242 pages; ISBN 9783658114763
Read online, or download in secure PDF format
Title: Verbesserung von Klassifikationsverfahren
Author: Dominik Koch
 
  • News
  • Contents
No entry found