Twoing & CHAID VON JOHANNES KREMER UND THOMAS HETZ.

Präsentation zum Thema: "Twoing & CHAID VON JOHANNES KREMER UND THOMAS HETZ."—  Präsentation transkript:

1 Twoing & CHAID VON JOHANNES KREMER UND THOMAS HETZ

2 Einführung

3 Twoing Split 1 Grundgesamtheit Mutterknoten Tochterknoten

4 CHAID ( Ch i-squared A utomatic I nteraction D etector)  Grundprinzip  Für jede Kategorie (z.B. Farbe, Alter etc.) wird ermittelt, welche Ausprägungen (z.B. rot, blau, gelb) sich mit Minimalen Informationsverlust zusammenfassen lassen.  Festlegung einer p-value Grenze  Kennzahl für die „Güte“ der Wahl einer Kategorie nach welcher verzweigt wird  p-value  Stärken des Verfahrens  Geeignet auch für nicht metrische Kategorien  Geringe Wahrscheinlichkeit von Overfitting aufgrund der p-value Grenze

5 CHAID ( Ch i-squared A utomatic I nteraction D etector)  Grundprinzip  Für jede Kategorie (z.B. Farbe, Alter etc.) wird ermittelt, welche Ausprägungen (z.B. rot, blau, gelb) sich mit Minimalen Informationsverlust zusammenfassen lassen.  Festlegung einer p-value Grenze  Hohe Abhängigkeit, hoher Chi² Wert, kleiner p-value GutSchlechtΣ Rot105 15 Gelb123 15 Grün1020 30 Orange822 30 Σ405090 GutSchlechtΣ Rot/Gelb228 30 Grün/ Orange 1842 60 Σ405090

6 CHAID ( Ch i-squared A utomatic I nteraction D etector)  Grundprinzip  Für jede Kategorie (z.B. Farbe, Alter etc.) wird ermittelt, welche Ausprägungen (z.B. rot, blau, gelb) sich mit Minimalen Informationsverlust zusammenfassen lassen.  Festlegung einer p-value Grenze  Kennzahl für die „Güte“ der Wahl einer Kategorie nach welcher verzweigt wird  p-value  Vergleich der p-Values: bei welcher Kategorie ist er am kleinsten? Mutterknoten Rot/Gelb Grün/Orange Mutterknoten groß/mittelgroßklein Mutterknoten altjung vs.

7 CHAID ( Ch i-squared A utomatic I nteraction D etector)  Grundprinzip  Für jede Kategorie (z.B. Farbe, Alter etc.) wird ermittelt, welche Ausprägungen (z.B. rot, blau, gelb) sich mit Minimalen Informationsverlust zusammenfassen lassen.  Festlegung einer p-value Grenze  Kennzahl für die „Güte“ der Wahl einer Kategorie nach welcher verzweigt wird  p-value  Stärken des Verfahrens  Geeignet auch für nicht metrische Kategorien  Geringe Wahrscheinlichkeit von Overfitting aufgrund der p-value Grenze