Blick ins Buch

Verbesserung von Klassifikationsverfahren

Informationsgehalt der k-Nächsten-Nachbarn nutzen

Dominik Koch (Autor)

Buch | Softcover

XXII, 224 Seiten

2015 | 1. Aufl. 2016
Springer Fachmedien Wiesbaden GmbH (Verlag)
978-3-658-11475-6 (ISBN)

Lese- und Medienproben

Blick ins Buch (midvox)

Artikel merken

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.

Dominik Koch absolvierte das Statistik-Studium der Ludwig-Maximilians-Universität in München als Jahrgangsbester. Seit 2013 ist er als statistischer Berater (Schwerpunkt: Automobilindustrie und Bankenbranche) tätig. Im Rahmen seiner Publikationstätigkeit arbeitet er auch weiterhin eng mit dem statistischen Institut der Ludwig-Maximilians-Universität zusammen.

Grundlagen der k-Nächsten-Nachbarn.- Vorstellung der zu erweiternden Klassifikationsverfahren.- Benchmarking anhand von simulierten Daten.- Anwendung der modifizierten Verfahren auf reale Datensätze.

Erscheinungsdatum	17.02.2016
Reihe/Serie	BestMasters
Zusatzinfo	XXII, 224 S. 278 Abb.
Verlagsort	Wiesbaden
Sprache	deutsch
Maße	148 x 210 mm
Gewicht	330 g
Themenwelt	Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik
Schlagworte	Boosting • Klassifikation • k-Nächste-Nachbarn • Lasso • mathematics and statistics • Nächste Nachbarn • random forest • Statistics, general
ISBN-10	3-658-11475-4 / 3658114754
ISBN-13	978-3-658-11475-6 / 9783658114756
Zustand	Neuware