Konzeption und Realisierung einer exiblen Pipeline zur ...
Konzeption und Realisierung einer exiblen Pipeline zur ...
Konzeption und Realisierung einer exiblen Pipeline zur ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
nendieEigenschaftenwertevorliegenkonnen.DassinddieNominal-,die Ordinal-,dieIntervall-<strong>und</strong>dieRatioskala.NominalskalensindEinteilungen qualitativerEigenschaftsauspragungohneOrdung.BeipielhierfuristSpalte<br />
deniert.DieserkommterstbeiderIntervallskala(Spalte3Abb.2.a)hinzu.BeiihrerfolgteinegleichmaigeEinteilungderMeskalaingleichgroe<br />
Skalenabschnitte.BeidenIntervallskalenbesitzendieDierenzenzwischen denDatenimGegensatzzuNominal-<strong>und</strong>OrdinalskalenInformationsgehalt. weichung,abernichtdieDivision.BeiderRatioskala(oderVerhaltnisskala) IntervallskalierteDatenerlaubendiearithmetischenOperationenAddition <strong>und</strong>Subtraktion<strong>und</strong>diestatistischenMaeMittelwert<strong>und</strong>Standardab-<br />
kommtnocheinnaturlicherNullpunkthinzu,andemsichdasentsprechendeMerkmalals"nichtvorhanden\interpretierenlat.BeiDatendieserArt<br />
besitztauchdasVerhaltnisInformationsgehalt.SiekonnenmitOperationenallerArtmanipuliertwerden(Spalte4Abb.2.a).Auerdemoftvon<br />
BedeutungsindalsSpezialfallvonordinal-odernominalskaliertenMerk-<br />
mannlich<strong>und</strong>weiblich-annehmenkonnen(Spalte5Abb.2.a). malenbinareMerkmale,dienurzweiunterschiedlicheAuspragungen-z.B.<br />
dochnochkeinexakterAbstandzwischendenEigenschaftensauspragungen RangordungmitHilfevonRangwerten(Spalte2Abb.2.a).Hierbeiistje-<br />
1derAbb.2.a.DieOrdinalskalaerlaubtzusatzlichdieAufstellung<strong>einer</strong><br />
scheidendeBedeutungzu,wennmansieunterdemGesichtspunktvonAhn-<br />
lichkeit/Unahnlichkeitbzw.Distanz/NahevonObjektenbetrachtet.Ahn-<br />
gefuhrtenErlauterungenuberSkalentypenvonMerkmalenkommteineent-<br />
MaefurdieKlassikationDenimvorhergehendenAbsatzauslichkeitenbzw.DistanzensindzumeistVoraussetzungenfurdieKlassikation,weilObjektedurchsieerstvergleichbarwerden.Wichtigistdierichtige<br />
WahlderfurdieSkalentypenderMerkmalepassendenAhnlichkeits-bzw. DistanzmaeberechnendieDistanzzwischenzweiObjekten.Distanz-<strong>und</strong> chen.AhnlichkeitsmaeberechnendieAhnlichkeitzwischenzweiObjekten; Distanzmae3,umnichtbereitshierFehlerinderKlassikationzuma-<br />
DieexakteDenitiondieserMaeerfolgtinKapitel3.2.1. jekten<strong>einer</strong>Klasse4<strong>und</strong>auchdenAbstandbzw.dieAhnlichkeitvonun-<br />
terschiedlichenKlassenzuformalisieren,umdamitberechenbareMaeals KriterienfurdieKlassikationzuhaben(s.Kapitel3.2.2<strong>und</strong>3.2.3). Weiterhinistesnotwendig,dieHomogenitatoderHeterogenitatvonOb-<br />
AhlichkeitsmaewerdenimfolgendenauchalsProxymitatsmaebezeichnet.<br />
zweiObjektenineinezahlenquantizierbareForm,umsierechentechnischverarbeitenzu konnen. 3Ahnlichkeitsmaebzw.DistanzmaebringendieAhnlichkeitbzw.Distanzzwischen<br />
wieunahnlichsiesichimmittelsind. imMittelsindbzw.wiegutsiezusammenpassen.Heterogenitatbedeutetentsprechend, 4Homogenitatinnerhalb<strong>einer</strong>Klassebedeutet,wieahnlichsichdieObjekte<strong>einer</strong>Klasse<br />
8
Change language