kombiniertes data mining – klassifikation unter verwendung von ...

Kombiniertes Data Mining – Klassifikation anhand von Hilfsinformationen
Anzahl der Testtupel
Kennzahl 100 200 300 500 1000 2000 3000 5000 Trainingsdaten
Anzahl der Knoten 27
Höhe des Baumes 11
Anzahl der Testtupel 100 200 300 500 1000 2000 3000 5000 1048
richtig klassifizierte Tupel 43 85 133 220 424 849 1270 2080 546
falsch klassifizierte Tupel 57 115 167 280 576 1151 1730 2920 502
Präzision 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -1
Vollständigkeit 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -1
Genauigkeit 0,33 0,32 0,33 0,32 0,32 0,34 0,33 0,33 -1
Klassifikationsgenauigkeit 0,43 0,43 0,44 0,44 0,42 0,42 0,42 0,42 0,52
Tatsächlicher
Klassifikationsfehler
Beobachteter
Klassifikationsfehler
0,57 0,57 0,56 0,56 0,58 0,58 0,58 0,58 -1
-1 -1 -1 -1 -1 -1 -1 -1 0,48
Tabelle 30: Testergebnisse – Entfernte Trainingsdaten-Punkte und Min/Max-Strategie
Der Einsatz von Trainingsdaten mit Lageeigenschaften alleine ist in den meisten
Fällen der kombinierten Anwendung vorzuziehen. Die Kombination bringt keinen
Qualitätsgewinn sondern oftmals einen Qualitätsverlust des Klassifikators.
Trotzdem ist eine Kombination der Hilfsinformationen nicht völlig sinnlos. Die
gemeinsame Anwendung von nahen Punkten und der Dichtefunktion-Strategie
erzeugt einen Entscheidungsbaum, der annähernd die gleiche
Klassifikationsgenauigkeit wie ein Baum, der alleine aus nahen Punkten konstruiert
wurde, besitzt. Die Dichtefunktion-Strategie erzeugt außerdem Bäume, die zum
Großteil kompaktere Modelle repräsentieren als das ohne die Verwendung von
Hilfsinformation der Fall ist. Abbildung 47 zeigt die Klassifikationsgenauigkeit von
Bäumen aus nahen Punkten und Bäumen, die aus der Kombination von nahen
Punkten und der Dichtefunktion-Strategie entwickelt wurden.
Seite 140