Datasets

Sl.87

• Instanzen sind “rows”

• Features/Attributes sind Merkmale eines Instanze

  • !=
  • Features sind spezificationen auf attributes!

• Derived / Abgeleitete Features

• Labels sind Werte, welche die korrekte Vorhersage definieren

  • Klassification / Regression

• Datensätze sind häufig $n * d$ - $instazen*features$

• $|D|$ is the Kardinalität - TODO ~ Sl.90

• $D’$ is only part of the dataset, $F’$ is only a part of the features

Feature types

• Kategoriale
  • Begrenzt viele Ausprägungen / Kategorien
    • Numerisch oder alphanumerisch
  • Zwei Unterarten
    • D/ Nominale
      • keine naturliche Ordnung
      • Lieblingsfarbe, Baumart
    • D/ Ordinale
      • Haben eine naturliche Ordnung
      • Zufriedenheitsgrad, Waldbrandstufen
• Quantitative Features
  • Abstände / Unterschiede lassen sich interpretieren
    • 100C-90C = 30-20
    • Aber 100C not necessarily 50*2C!
    • TODO intervallskaliert / etc. the correct terminology for the above

Beschreibung von Daten

• Univariate Analyse, Bivariate (2 Attribute), Multivariate

Univariate Descriptoren

• Lagemaße Arithmetisches Mittel
  • Mittelwert, Durchschnitt, Mean
• Median (0.5 Quantil)
  • sort and take the middle
  • at least 50% higher, at least 50% lower? TODO
  • $x_{frac{1}{2}}$ unempfindlich gegenüber Ausreßern
• Modus / Modalwert
  • Wert, die am häufigsten vorkommt
  • TODO multimodal sl. 112
• Normal distribution TODO
• Symmetrie
  • Positivey skewed (mode < mean), symmetric, negatively skewed

Darstelunggsmöglichkeiten: Box-plot

Sl. 125 TODO really nice pic. Box is 50%, has median and 1/3 Quartil, Stäbe have biggest/smallest ’normal’ value Outliers separately

Bivariate deskriptoren

• Gleichzeitig X and Y
• Korrelation: TODO 130 read
  • Lustige Scheinkorrelationen

Chi2 test

• (sl.12X)
• Stochastische Unabhängigkeit zweier kategorialer attribute

Examples

“If you see features that don’t seem to influence the final category, leave them alone, to not confuse the classifier with unnneeded data”

DM Vorl. 4

On the same day, no battery left, it’s about the practical applications of the above