Zusammenfassung
Zum Abschluss wird eine einfache Möglichkeit präsentiert, mit der die Performance verschiedener Verfahren verglichen werden kann. Die Vorgehensweise wird anhand von vier Klassifikationsverfahren gezeigt, die auf dieselbe Datei mit jeweils derselben Aufteilung in Trainings- und Testdaten angewendet werden. Zunächst werden in speziellen Streudiagrammen - den Bland-Altman-Plots - die paarweisen Differenzen den entsprechenden paarweisen Mittelwerten gegenübergestellt. Dadurch kann man visuell beurteilen, ob der Unterschied zwischen den Fehlklassifikationsraten zweier Verfahren vom Ausmaß der Fehlklassifikationen abhängt. Auch eine Abhängigkeit der Streuung der Differenzen vom Ausmaß könnte erkannt werden. Für die Erwartungswerte der paarweisen Differenzen werden abschließend Konfidenzintervalle erstellt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
von der Hude, M. (2020). Empirischer Vergleich der Performance verschiedener Klassifikationsverfahren. In: Predictive Analytics und Data Mining . Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-30153-8_15
Download citation
DOI: https://doi.org/10.1007/978-3-658-30153-8_15
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-30152-1
Online ISBN: 978-3-658-30153-8
eBook Packages: Computer Science and Engineering (German Language)