Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
1
Fuzzy Rule Learner Wissensextraktion / Data-Mining
Prof. Dr. Lämmel, Prof. Dr. Cleve HS Wismar Adil Khalat Tobias Oeberst Marian Sakowski
2
Ablauf Algorithmus Datensatz Datenvorbereitung Aufbau in Knime
Ergebnisse
3
Algorithmus: Fuzzy-Rule-Learner
Klasse Grün: a, b Klasse Blau: c c b a
4
Datensatz Kundendaten eines Energieversorgers
Potentielle Kündiger filtern Kündiger sollen Rabatttarif erhalten 10000 Datensätze 32 Merkmale Meist ordinale Merkmale Kundenwert/Jahr Kündiger Kunde Erhält Angebot 43,80 € 66,30 € Erhält kein Angebot 0,00 € 72,00 €
5
Datenvorbereitung Normalisierung Fehlende Werte auffüllen
Entfernen von Spalten (z.B. Straßentyp o. Anteil Deutscher)
6
Aufbau in Knime
7
Ergebnis Optimaler Kundenwert: 691.800 € (0 %)
Erste Vorhersage: € (11,45 %) Nach Normalisierung: € (11,46 %) Missing Values (Mean): € (10,53 %) Fuzzy-Norm (Product Norm): € (10,56 %) Entfernung Psycho-, Pharma-, PKW-Indizes, Anteil Deutscher: € (11,55 %) Bester Kundenwert (Entfernung Straßentyp): € (11,66 %)
8
Vielen Dank für die Aufmerksamkeit
Ähnliche Präsentationen
