Data Science für Unternehmen - Data Mining und datenanalytisches Denken praktisch anwenden

Kapitel 4: Ein Modell an Daten anpassen

Fundamentale Konzepte:

• Anhand der Daten optimale Modellparameter​ finden

• Auswahl der Zielvariablen des Data Minings

• Zielfunktionen

• Verlustfunktionen

Exemplarische Verfahren:

• Lineare Regression

• Logistische Regression

• Support Vector Machines

Wie wir gesehen haben, muss für die Vorhersagemodellbildung ein Modell der Zielvariable gefunden werden, das mit anderen beschreibenden Merkmalen in Bezug steht. In Kapitel 3 haben wir ein überwachtes Segmentierungsmodell entwickelt, indem wir rekursiv informative Merkmale ausgewählt haben, die die Gesamtmenge der Instanzen in immer genauer beschriebene Untermengen oder – aus geometrischer Sicht – den Instanzenraum in immer genauer beschriebene ...