Overview
- Studie im Bereich Statistik
- Includes supplementary material: sn.pub/extras
Part of the book series: BestMasters (BEST)
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (4 chapters)
Keywords
About this book
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.
Authors and Affiliations
About the author
Dominik Koch absolvierte das Statistik-Studium der Ludwig-Maximilians-Universität in München als Jahrgangsbester. Seit 2013 ist er als statistischer Berater (Schwerpunkt: Automobilindustrie und Bankenbranche) tätig. Im Rahmen seiner Publikationstätigkeit arbeitet er auch weiterhin eng mit dem statistischen Institut der Ludwig-Maximilians-Universität zusammen.
Bibliographic Information
Book Title: Verbesserung von Klassifikationsverfahren
Book Subtitle: Informationsgehalt der k-Nächsten-Nachbarn nutzen
Authors: Dominik Koch
Series Title: BestMasters
DOI: https://doi.org/10.1007/978-3-658-11476-3
Publisher: Springer Spektrum Wiesbaden
eBook Packages: Life Science and Basic Disciplines (German Language)
Copyright Information: Springer Fachmedien Wiesbaden 2016
Softcover ISBN: 978-3-658-11475-6Published: 03 December 2015
eBook ISBN: 978-3-658-11476-3Published: 26 November 2015
Series ISSN: 2625-3577
Series E-ISSN: 2625-3615
Edition Number: 1
Number of Pages: XXII, 224
Number of Illustrations: 278 b/w illustrations
Topics: Statistics, general