Kollektive Intelligenz analysieren, programmieren und nutzen

Kapitel 10. Unabhängige Merkmale finden

Die meisten der bisherigen Kapitel haben sich vorrangig auf überwachte Klassifizierer konzentriert, mit Ausnahme von Kapitel 3, in dem es um unüberwachte Techniken der Clusteranalyse ging. Dieses Kapitel wird sich Möglichkeiten vornehmen, die wichtigen zugrunde liegenden Merkmale aus Datenmengen zu ermitteln, die nicht mit bestimmten Ergebnissen verbunden sind. Wie bei der Clusteranalyse versuchen diese Methoden nicht, Vorhersagen zu treffen, sondern die Daten zu charakterisieren und Ihnen interessante Dinge über sie zu erzählen.

Sie werden aus Kapitel 3 erinnern, dass bei der Clusteranalyse jede Zeile einer Datenmenge einer Gruppe oder einem Punkt in einer Hierarchie zugewiesen wird – jedes Element passt ...