Verbesserung von Klassifikationsverfahren : Informationsgehalt der k-Nachsten-Nachbarn nutzen
1. Aufl. 2016
by
Dominik Koch
Book Details
Format
Paperback / Softback
Book Series
BestMasters
ISBN-10
3658114754
ISBN-13
9783658114756
Edition
1. Aufl. 2016
Publisher
Springer Fachmedien Wiesbaden
Imprint
Springer Spektrum
Country of Manufacture
GB
Country of Publication
GB
Publication Date
Dec 3rd, 2015
Print length
224 Pages
Product Classification:
Probability & statisticsProbability and statistics
Ksh 9,000.00
Werezi Extended Catalogue
0 in stock
Delivery Location
Delivery fee: Select location
Secure
Quality
Fast
Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen.
Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste–Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt.
Get Verbesserung von Klassifikationsverfahren by at the best price and quality guaranteed only at Werezi Africa's largest book ecommerce store. The book was published by Springer Fachmedien Wiesbaden and it has pages.
