Methoden zur Klassifikation - OptiV
Methoden zur Klassifikation - OptiV
Methoden zur Klassifikation - OptiV
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
2.4 Anwendung<br />
Anwendungsvoraussetzungen<br />
Vor der Durchführung einer Diskriminanzanalyse sollte sichergestellt werden,<br />
dass die Trainingsdaten keine Objekte enthalten, welche gleichzeitig zu<br />
mehr als einer Klasse gehören.<br />
Außerdem sollte der Umfang der Trainingsdaten mindestens doppelt so<br />
groß sein wie die Anzahl der Merkmale und deren Anzahl sollte auf jeden Fall<br />
größer sein als die Anzahl der vorgegebenen Klassen. Andernfalls werden Testdatensätze<br />
erheblich schlechter klassifiziert als die Trainingsdaten.<br />
Die Schätzung der Diskriminanzfunktion sollte zunächst nach Wilks Lambda<br />
erfolgen und die Interpretation graphisch überprüft werden. Bei der eigentlichen<br />
Klassifzierung sollten nur die signifikantesten Diskriminanzfunktionen in<br />
die Analyse einbezogen werden.<br />
FehlklassifikationenDen Fehlern der Diskriminanzanalyse, die in falschen Gruppenzuordnungen<br />
zum Ausdruck kommen, muss nicht unbedingt eine falsche Parameterwahl<br />
zugrunde liegen. Vielmehr ist oft das dahinter liegende Modell fehlerhaft. Nur<br />
selten ist es möglich, eine abhängige Variable vollständig durch unabhängige<br />
Variablen zu beschreiben, da häufig nicht erfassbare oder quantifizierbare Einflussfaktoren<br />
existieren.<br />
Sind alle Objekte richtig zugeordnet worden, besagt dies lediglich, dass die Zusammenhänge<br />
in den Trainingsdaten richtig dargestellt wurden. Daraus folgt<br />
jedoch nicht automatisch, dass dies auch für eine <strong>Klassifikation</strong> von Objekten<br />
mit unbekannter Klassenzugehörigkeit gilt. Dies ist lediglich dann der Fall, wenn<br />
die Trainingsdaten die Grundgesamtheit aller Objekte sehr gut repräsentiert und<br />
die neu zu klassifizierenden Objekte ebenfalls dieser Grundgesamtheit entstammen.<br />
Gibt es Unterschiede zwischen der Struktur der Grundgesamtheit und der<br />
Trainingsdaten, so ergeben sich systematische Verzerrungen.<br />
8