Habitat-Modelle in der Wildökologie - Université de Lausanne

Modellansätze 53chend dem Wert der ausgewählten Variable in Subsets aufgegliedert. Bei diskretenAttributen wird für jeden Wert, den die Variable annehmen kann, ein entsprechenderAst generiert. Bei kontinuierlichen Attributen wird ein Schwellenwertfestgelegt, an dem sich der Baum, abhängig vom Wert der Variable, verzweigt.Zur Validierung eines Entscheidungsbaumes wird idealerweise ein zweiter, unabhängigerDatensatz herangezogen. Steht kein solcher zur Verfügung, muß mansich mit →resampling Methoden, z.B. Kreuzvalidierung, behelfen.Algorithmen zum Implementieren von classification trees sind CART 3 , ASSI-STANT 4 und C4.5 5 bzw. C5 6 .5.11 GRASPGRASP (Generalized Regression Analysis and Spatial Prediction) stellt eigentlichkeinen selbständigen Ansatz dar (Lehmann et al., 2003).GRASP ist vielmehr eine Art Benutzerschnittstelle zu einer Sammlung von in "S-Plus" (einem Statistikpaket) implementierten Funktionen. Damit steht ein Werkzeugkastenzur Verfügung, der eine einfache und rasche Möglichkeit bietet, Datenzu analysieren, Modelle zu erstellen und zu evaluieren, sowie auf der Grundlagedes entwickelten Modells Vorhersagen zu treffen.Die aktuelle Version von GRASP beruht auf GAM, es sollen jedoch auch GLMund ANN integriert werden. GLM, weil es sich dabei um eine Methode mit robustemtheoretischen Hintergrund und einer Vielzahl von analytischen Werkzeugenhandelt. ANN, weil sie sich besser zur Implementierung von Interaktionen zwischenden Prädiktoren eignen und damit die darin enthaltene Information besserauswerten als andere Ansätze.Die Integration von Methoden zur Residuenanalyse, für den Umgang mit reinenpresence-Datensätzen, zur Analyse von zwischenartlicher Konkurrenz, Kreuzva-3 Breiman, L., Friedman, J.H., Olshen, R.A., Stone, C.J., (1984): Classification and RegressionTrees. Wadsworth, Belmont.4 Cestnik, B., Kononenko, I., Bratko, I., (1986): ASSISTANT 86: a knowledge elicitation toolfor sophisticated users. In: Bratko, I.; Lavrač, N. (Eds.): Progress in Machine Learning. Sigma,Wilmslow, pp. 31-45.5 Quinlan, J.R., (1993): Programs for Machine Learning. Morgan Kaufmann, San Mateo,CA.6 Quinlan, J.R., (1998): C5/See5 Software. http://www.rulequest.com/. Eine auf 400 Einträgepro Datensatz beschränkte Demoversion von C5 steht unter http://www.rulequest.com/download.htmlfür verschiedene UNIX-Varianten zum Download sowie als See5 für Windows-Betriebssysteme.