Block 4, 2. Bsp, Ergebnisse

[olmeca]

Hi,

Ich bekomme beim 2. Bsp ( block 4 ) die für mich unmöglichenergebnisse von um die 30% für zB mahalanobis. Wie schauts da bei euch aus?

[olmeca]

Also ich hab den pima datensatz gewählt ( training 1. hälfte, test 2. hälfte ) und habe folgende results erhalten:

k_NN: 23.44 %
Mahalanobis: 32.81 %
Perceptron: 37.50 %

Ich habwie gesagt keine Ahnung ob das so hinhaut. Wär aber erfreut wenn ihr mir das bestätigen, oder in Zahlen widerlegen könntet.

Danke

[wolk]

ich habs mal mit 2 features von der pima probiert und komm auf 37,7% falschzuordnungen vom perceptron bei 400 epochen

bei den 8 features und 1000 epchen hab ich 35% falschzuordnungen

[EnriqueS]

ja, meine fehlerquote liegt auch ca. in diesem bereich.. anscheinend sind die daten nicht besser zu trennen - außer man findet- vl. eine ganz besonders gute kombination von features, klasifikator & klassifikatorparametern..

keine ahnung welche güte der klassifikatoren sich der prof. da genau erwartet...

mfg, EnriqueS

[wolk]

und wie sieht eure scientific discussion aus ;) ?
wieviele features und wie viele epochen sind jetzt optimal für das perceptron ? gibts überhautp einen nennenswerten unterschied ? ich glaub ja dass das in diesem fall einfach von den daten abhängt, die unterschiede mit 4 vs 8 features ist zu gering

[ein_stein2000]

die fehlerquoten liegen auch in diesen bereichen

ich habe jedoch ah frage: habt ihr euch den k-nn genauer angeschaut? welches k nehmt ihr da? ich habs mal von 1 bis 15 durchlaufn lassen, bei UNGERADEN zahlen 3, 5, 7 usw habe ich MEHR fehler als bei geraden k-werten ... am besten is noch immer k=2, da hab ich nur 51 fehler ... kann mir dafür jemand ah sinnvolle erklärung geben?

hier die ergebnis-tabelle:
k TestALL
1 140
2 51
3 110
4 65
5 109
6 73
7 101
8 70
9 94
10 75
11 99
12 74
13 98
14 85
15 112