WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Naive Bayes, Diskriminananzanalyse oder k-Nearest Neighbors

 

jasmin_89
Forum-Anfänger

Forum-Anfänger


Beiträge: 39
Anmeldedatum: 08.04.20
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 30.05.2021, 08:51     Titel: Naive Bayes, Diskriminananzanalyse oder k-Nearest Neighbors
  Antworten mit Zitat      
Welche Methode liefert denn von den oben genannten Modellen die besten Ergebnisse für einen Entscheidungsbaum?
Bzw. kann man anhand einer Wahrheitsmatrix daraus schließen? Denn ich habe diese drei Verfahren auf einem Matlab Datensatz angewendet.

Code:

wahrheitsmatrix_naives_modell =

    44    14     0     4     0     0
     1    12     0     1     1     0
     2     5     1     1     0     0
     0     1     0     2     0     0
     0     1     0     0     1     0
     0     0     0     1     0     0


wahrheitsmatrix_discr =

    58     4     0     0     0     0
     6     9     0     0     0     0
     6     3     0     0     0     0
     1     2     0     0     0     0
     1     1     0     0     0     0
     0     1     0     0     0     0


wahrheitsmatrix_knn_modell =

    62     0     0     0     0     0
     0    14     0     1     0     0
     0     0     9     0     0     0
     0     0     0     3     0     0
     0     0     0     0     2     0
     0     0     0     0     0     1
 


Kann ich aus diesen berechneten Wahrheitsmatrizen daraus schließen welches Verfahren die Besten Ergebnisse für einen Entscheidungsbaum liefert? Danke!
Private Nachricht senden Benutzer-Profile anzeigen


Harald
Forum-Meister

Forum-Meister


Beiträge: 24.460
Anmeldedatum: 26.03.09
Wohnort: Nähe München
Version: ab 2017b
     Beitrag Verfasst am: 30.05.2021, 11:18     Titel:
  Antworten mit Zitat      
Hallo,

hattest du die Daten in ein Trainings- und ein Testset aufgespalten?
Ich sehe mich nicht als Experte in dem Gebiet, aber man sieht schon, dass von den dreien die letzte Matrix mit Abstand die wenigsten Fehlklassifikationen hat und insofern wohl am besten geeignet ist.
Allerdings sind die meisten Gruppen m.E. viel zu klein, um überhaupt eine vernünftige Aussage treffen zu können.

Grüße,
Harald
_________________

1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
Private Nachricht senden Benutzer-Profile anzeigen
 
jasmin_89
Themenstarter

Forum-Anfänger

Forum-Anfänger


Beiträge: 39
Anmeldedatum: 08.04.20
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 30.05.2021, 17:14     Titel:
  Antworten mit Zitat      
Ja ich habe die Daten in ein Trainings- und ein Testset aufgespaltet. Ok passt du hast mir schon weitergeholfen.
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.