Kollektive Intelligenz analysieren, programmieren und nutzen

Übungen

1. Optimieren der Anzahl der Nachbarn. Erstellen Sie eine Zielfunktion für die Optimierung, die die ideale Anzahl an Nachbarn für einr einfache Datenmenge bestimmt.

2. Leave-One-Out-Kreuzvalidierung. Die Leave-One-Out-Kreuzvalidierung ist eine alternative Methode zum Berechnen des Vorhersagefehlers, die jede Zeile in der Datenmenge einzeln als Testset nutzt und den Rest der Daten als Trainingsset verwendet. Implementieren Sie dafür eine Funktion. Wie verhält sie sich zur weiter oben im Kapitel beschriebenen Kreuzvalidierungsfunktion?

3. Eliminieren von Variablen. Anstatt zu versuchen, die Skalierungen der Variablen per Optimierung zu bestimmen, die möglicherweise nutzlos sind, könnten Sie versuchen, Variablen gleich zu Beginn zu eliminieren, die ...